真空自耗电弧炉重熔铁镍基合金NS142

石油、化工、医药、国防等工业的迅速发展，特别是宇航、原子能等尖端工业的出现对金属材料提出了越来越高的要求，要求其耐高温、高压、耐腐蚀及高辐照等，从而使得高性能的镍基及铁镍基会金有了长足的发展．含Fe、M、Cr、Mo、CU、Ti的NS142铁镍基会金，由于其对某些氧化介质、还原介质及氧化一还原复会介质，尤其是对于沸腾的HNO；、浓度小于功％的H多0‘，以及100tLZ下浓度为扣％的Hpo‘和浇田的磷酸等介质都表现出优异的耐蚀性能，从而得到了广泛的应用．铁镍基NS142合金铸锭通常采用两种生产方法，即感应熔炼十感应熔炼和感应…     

电解槽侧部碳块破损修补

电解槽投产后,受磁场设计、施工条件、系列供电、配套设备和运行操作等因素的影响,并不能完全达到设计时的理想槽龄,其中侧部碳块局部破损而引发漏槽,就是影响电解槽寿命的一个重要因素。电解槽侧部破损修补的意义在已破损的电解槽上可以直接看到电解槽内沿钢板向上翻起;AC作业     

布氏硬度计控制线路的改造

全国广泛采用的苏联产TⅢ型或仿苏的布氏硬度计,其控制线路已不适应现代化生产检验的要求。为此,我们对其控制线路进行了改造。改造方案共设计了四种电路。第一种电路:把原布氏硬度计稍加改进就能达到控制目的。需要两支JZ7接触器(安装两支接触器的铁盒),把原开关的八个接点分别重新联接一下即可。这一种电路简单易改进,用料少成本低,维修方便、运行可靠。第二种电路:是由K_1接通接触器C_1使电动机转动,当转动到预定时间十五秒后C_1断电,C_2常闭接点动作、C_2继电器接通,使电机反转到十五秒后压断开关K_2,电动机停止转动,恢复原始状态,这一种电路需要重新安装启动按钮K_1和停止微动开关K_2。     

医院信息系统在整体医疗实践过程中的应用及效果

分析医院信息系统在整体医疗实践过程中的应用效果.收集我院2013年间在整体医疗实践过程中未应用医院信息系统的1200例门诊患者设为对照组,另选2014年间在整体医疗实践过程中应用医院信息系统的1200例门诊患者设为观察组,观察两组患者的平均挂号时间、平均候诊时间、平均诊查时间、平均取药时间,以及平均辅诊时间.观察组患者的平均挂号时间、平均候诊时间、平均诊查时间、平均取药时间,以及平均辅诊时间明显短于对照组(P＜0.05).     

提升高职教师专业技术服务能力的研究

高职院校是我国教育事业的重要分支,这类学校主要是为我国培养技术型人才,所以,对高职教师的专业技术能力要求比较高,为了提高教学的质量,树立高职院校良好的形象,教师还需要努力提高服务水平,改进教学模式,这样才能提高教学的质量,才能使学生更好的掌握相关专业的知识以及技能。本文分析了高职教师专业技术服务能力的概念以及存在的问题,还提出了提升高职教师专业能力的措施,希望对促进我国高职院校的发展起到积极的影响作用。     

低功耗数字控制超长波发射与接收系统

针对管道、矿山和水下等特殊环境中的信息通讯与信号传输等问题,根据超长波(ELF Electromagnetic Wave)具有传播损耗小且相位稳定等特点,给出了超长波发射与接收系统的设计原理与实现过程.发射系统采用单片机控制,输出的信号经发射天线产生23 Hz超长波,接收系统对采集到的信号进行带通滤波及放大处理.工程实验表明,所设计的系统在锂电池供电状态下,具有发射功耗低(连续工作时间大于72 h)、发射功率大(传播距离大于10 m)、且对接收的信号处理快速可靠(动态时滞小于5 s)等优点.     

基于氧化石墨烯/金纳米棒复合基底的SERS性能分析

以具有拉曼散射表面活性的金纳米棒(AuNRs)与氧化石墨烯(GO)溶液混合。通过控制AuNRs的尺寸、用量,抽滤制得氧化石墨烯/金纳米棒(GO/AuNRs)复合薄膜。利用紫外-可见分光光度计、透射电子显微镜(TEM)对制得的GO/AuNRs进行了表征和分析,并且采用拉曼光谱研究GO/AuNRs基底的表面增强散射(SERS)效应。结果表明,GO/AuNRs基底的SERS性能能够对芳香烃类大分子物质起到信号增强的作用。以罗丹明B(RhB)为探针分子验证其拉曼增强效应,在超微量浓度时依然具有较强的拉曼信号,增强因子达到2250。     

电气石类负离子释放材料的研究进展

电气石是一种可天然释放负离子的矿物材料,受到广泛的关注。简要介绍了电气石的成分、结构及其释放负离子的机理,综述了电气石新型功能材料在汽车内饰、建筑、纺丝和塑料等领域的研究现状及应用。     

语文教学整合现代教育技术的冷思考

随着科学技术的迅猛发展,课件、网络资源的发展为语文教学提供了新的资源渠道,这无疑是一大进步,但它在带来便利的同时也让我们失去了很多的东西,尤其是在那些需要培养想象力和感受力的课堂中,现代教育技术的运用不当,就极可是能起到相反的作用.     

基于动态权重裁剪的快速Adaboost训练算法

提出了基于动态权重裁剪的快速Adaboost训练算法,当训练数据集较大时,可以大大提高训练速度.基于动态权重裁剪的Adaboost训练算法在每次迭代过程中舍去权重较小的大多数样本,保留权重较大的少数样本进行训练,迭代完成后检查这个利用少量样本训练得到的弱分类器在所有样本上的分类性能,如果错误率大于0.5,则扩大样本的数量重新训练本次迭代的弱分类器.由于在大多数迭代过程中,只利用了少量样本进行弱分类器的训练,从而提高了整个算法的训练速度.