Electrochemical investigation of La0.4Sr0.6TiO3 synthesized in air for SOFC application

Journal of Applied Electrochemistry - La-doped titanate materials have been widely investigated as alternative Ni-free anodes for solid oxide fuel cells (SOFCs). In this study, La0.4Sr0.6TiO3 (LST)...     

高强度复合材料整铸辙叉前期研究

辙叉是线路上工作条件最为严峻的轨道部件之一。用高强度复合材料整铸的辙叉替代普通辙叉的研究具有重要意义。以ＰＤ３钢轨钢作为基体材料，在其表面熔合上一层新型具有更好耐磨性能的材质。新材料１、新材料２分别在ＰＤ３基础上把Ｖ的含量提高到０．１５％～０．２５％和０．３５％～０．４５％。采用合适的工艺措施，使新材料１、２与ＰＤ３轨道钢很好地熔合在一起。它们的σｂ、ａｋ、δ、τｂ均不低于ＰＤ３，而Ｈｖ却有了提高。     

陶瓷结合剂化学组成的计算与配方优化设计

本文利用计算机技术．对陶瓷结合剂化学成分进行精密计算．在此基础上，根据结合剂所需要的化学成分，采用数学模型精确优化设计出陶瓷结合剂配方(即各种原材料的配比)，文章介绍了上述算法具体实现方法，给出了算法模型和精确的程序语言描述，算法重点解决了误差放大．计算稳定性等工程计算问题，对实际系统运行样本数据进行了验证，同时，文章描述了算法所引用的数据库表的结构设计方法及提高数据库应用效率和灵活性的技巧；分析了整个软件系统模块组成，描述了系统功能。通过实际应用与测试．验证了该系统算法和软件系统的可用性，对研究开发新型陶瓷结合剂具有重要指导作用。     

钻杆环缝数控自动焊机

研制的钻杆环缝数控自动机焊为全自动的数控焊机。用于钻杆与两端法兰的内外共4条环缝的焊接。工件的上料、定位、夹紧、内外焊枪的到位、内外焊枪的焊接、自动排列焊道各层各道的焊接工艺参数的改变等均能自动进行。不同管径和不同壁厚采用的各种焊接参数都可在人机界面上预置。采用富氩混合气体保护焊工艺方法，焊缝美观，性能优良，几乎没有飞溅。经大量的生产实践证明该钻杆环缝数控自动焊机焊接质量好，生产效率高。     

渗硼层脆性判据K的物理本质

从实验和理论上对显微硬度压痕结合声发射测量渗硼层脆性的合理性及其脆性判据Ｋ的物理意义进行了讨论。Ｋ值可以反映渗硼层显微压痕裂纹长度随负荷增加的变化率，因而可以表征渗硼层的脆性。根据断裂力学可以导出入与Ｇ＿（ＩＣ）之间存在如下关系：Ｋ＝β（Ｇ＿Ｉ－Ｇ＿（ＩＣ））。Ｋ值间接反映了渗硼层的断裂韧性，可以作为定量评价渗硼层本质脆性的力学参量。     

HA—微孔钛基涂层种植体的复合强度

研究了羟基磷灰石(HA)和中性玻璃(G)的混合涂料在TC4多孔钛基体上的界面复合强度。探讨了中性玻璃含量、基体表面状态以及烧结工艺对这种涂层复合种植体的复合强度的影响。指出:复合的实质是中性玻璃与基体的润湿结合,最合适的玻璃含量为50 wt%,提高复合强度的关键,在于基体表面的TiN蒸镀处理,当TiN厚度为2～3 μm时,复合强度可达7.2 MPa。最佳烧结工艺为:900～950℃/30 min。     

冷硬呋喃树脂砂防粘模技术的研究

就冷硬呋喃树脂砂使用过程中常见的粘模问题进行了较系统的研究，通过对木质芯盒和铝芯盒采用不同的脱模剂进行的一系列试验表明，自制的Ｊ－Ｂ溶液是较理想的一种脱模剂。     

有色合金用呋喃树脂砂溃散性的研究

呋喃树脂砂用于有色合金铸造时，由于浇注温度低，型芯的演散性较差。对于薄壁铝合金铸件和厚大型芯该问题尤其明显。为解决这个问题，作者以ＫＪＮ－Ⅲ型呋喃树脂自硬砂为对象，就其在不同加热温度下的温度场、残留强度及热强度进行了系统的研究。通过对树脂添加剂与残留强度之间关系的研究，得到几种较好的树脂添加剂。在合适的加入量下，可使呋喃树脂砂的残留强度下降４０％～８０％，取得了令人满意的结果。     

基于分块分形的工业CT图像缺陷自动定位算法

针对传统的缺陷定位必须经过图像分割和缺陷提取等步骤,识别过程比较麻烦而且费时,提出了一种基于分块分形的工业CT图像缺陷自动定位算法.该方法首先对图像进行分块处理,对每个分块区域进行分形维数计算.通过分形维数频域分布直方图进行阈值处理,标记边缘块,最后通过连通区域处理标记块,进而对缺陷进行标记定位.通过对含有不同缺陷数目的固体火箭发动机模型工业CT图像处理,均可以准确地定位缺陷.实验结果表明,该方法能有效、准确地自动定位工业CT图像缺陷,且具有较强的鲁棒性.     

Incorporating Intra‐Query Term Dependencies in an Aspect Query Language Model

Query language modeling based on relevance feedback has been widely applied to improve the effectiveness of information retrieval. However, intra‐query term dependencies (i.e., the dependencies between different query terms and term combinations) have not yet been sufficiently addressed in the existing approaches. This article aims to investigate this issue within a comprehensive framework, namely the Aspect Query Language Model (AM). We propose to extend the AM with a hidden Markov model (HMM) structure to incorporate the intra‐query term dependencies and learn the structure of a novel aspect HMM (AHMM) for query language modeling. In the proposed AHMM, the combinations of query terms are viewed as latent variables representing query aspects. They further form an ergodic HMM, where the dependencies between latent variables (nodes) are modeled as the transitional probabilities. The segmented chunks from the feedback documents are considered as observables of the HMM. Then the AHMM structure is optimized by the HMM, which can estimate the prior of the latent variables and the probability distribution of the observed chunks. Our extensive experiments on three large‐scale text retrieval conference (TREC) collections have shown that our method not only significantly outperforms a number of strong baselines in terms of both effectiveness and robustness but also achieves better results than the AM and another state‐of‐the‐art approach, namely the latent concept expansion model. © 2014 Wiley Periodicals, Inc.