BS80A护轨开口段淬火试验

本文介绍了一种BS80A护轨开口段表面感应淬火工艺试验过程及其工装使用情况。结果表明:900A钢BS80A护轨的开口段轨头,经过900～950℃欠速淬火和470～530℃回火处理,轨头表面获得深度δ8 mm的硬化层,硬化层金相组织为细珠光体+少量铁素体;截面硬度梯度为35.6～33.6 HRC;表面硬度、金相组织、硬化层帽型均达到了技术标准要求。确定的工艺参数和工装成功应用于铁路道岔BS80A护轨热处理生产中,可以在一定范围内推广应用。     

基于需求差异化的电网核心骨干网架构建

为了提高故障状态下电网保障重要负荷的能力,提出一种基于需求差异化的核心骨干网架构建方法。分别从负荷、电源和网架三个需求方面建立了核心骨干网架的数学模型,同时改进了网架连通性修复策略。采用引入了动态旋转角,早熟判断机制和混沌变异策略的改进量子粒子群算法进行模型的求解,并与量子粒子群算法和量子进化算法的搜索结果进行了对比分析。应用IEEE-118节点系统进行算例分析,结果表明能准确搜索出基于负荷、电源和网架需求的核心骨干网架,所提出的改进量子粒子群算法收敛快,能够克服陷入局部最优,收敛精度高。     

中国陶瓷总部携手ICC权威发布——2015瓷砖趋势撼动中国

正本刊讯10月10日,由中国陶瓷总部与ICC瓷砖联合主办的"2015国际瓷砖趋势发布——意大利博洛尼亚建材展报告暨瓷砖创新设计对话"活动,在中国陶瓷剧场举办。墨西哥驻广州总领事馆领事何塞·卡德纳斯(Jose Cardenas);意大利设计公司、釉料公司;西班牙商会代表、西班牙设计公司、釉料公司;中国建筑卫生陶瓷协会常务副会长兼秘书长缪斌、中国建筑卫生陶瓷协会副秘书长尹虹、中国陶瓷总部营运总经理汤洁明、ICC瓷砖总经理汉贝托(Humberto Valles)、ICC瓷砖副总经理兼营销总     

重载铁路道岔用槽型护轨的感应热处理工艺

用自行设计制作的两种新型加热感应器,对重载铁路道岔用槽型护轨进行感应热处理工艺试验.测量了热处理后槽型护轨的畸变量,并取样检测了其化学成分、显微组织、硬度及硬化层深度.结果表明,槽型护轨硬化层深度大于25 mm,表面硬度在345～370 HB范围,断面硬度34～39 HRC,显微组织为索氏体,均满足TB/T 3110-2005《33 kg/m护轨用槽型钢》标准要求.新设计的感应器结构更加合理,热处理后槽型护轨畸变较小,可操作性强,能够满足批量生产要求.     

水轮发电机空气间隙评估方法研究

水轮发电机空气间隙对其安全稳定运行起着极其重要的作用。构建了水轮机空气间隙评估模型,评估不同工况下空气间隙是否满足标准。最后通过算例分析,水轮发电机空气间隙评估模型具有一定的科学性和实用性。     

40CrNiMo钢辊轴热处理工艺试验

40CrNiMo钢是淬透性很好的合金结构钢,淬火后得到较高的强度和韧性。但对于直径较大的锻件,其性能与锻件的质量、锻后预备热处理的组织状态等有很大关系。要达到较高的综合力学性能,尤其是要得到较高的冲击吸收能量,必须提高其淬火硬度。针对     

不同遮蔽条件下季节性积融雪过程差异规律对比研究

寒旱区季节性积雪融雪水文过程对气候与环境变化高度敏感,研究影响季节性积雪积累与融雪过程的关键因素并进行适应性调控,对维护变化环境下流域水安全与水资源可持续利用具有重要意义。通过对新疆天山北坡乌鲁木齐河流域试验区2017年12月-2018年3月不同遮蔽条件下(林冠下、开阔地)季节性积雪层分层物理特性进行试验观测,分别分析积雪期、融雪期雪层分层物理特性及差异特征。结果表明:积融雪期内,林冠下积雪平均深度略小于开阔地,分层积雪中深霜层与粗粒雪层深度比重较大;积雪期内,开阔地分层积雪液态含水率呈单峰型变化,林冠下分层积雪液态含水率自上而下呈均匀递增趋势,融雪期不同遮蔽条件下雪层液态含水率均随雪深垂直廓线变化呈单峰型,峰值集中在细粒雪层;积融雪期分层积雪密度垂直廓线变化特征基本一致,均呈单峰型。     

关于管制工作效率量化分析的一点思考

经常看NBA比赛的都会对联盟全面细致的数据统计所震撼,尤以PER值为最。PER 值（The Player Efficiency Rating）即NBA球员效率值,通过对各种球员数据统计的加权集成,反应NBA球员在赛场上的比赛效率。虽然数字并不能完美体现出一个人的行为效率,但PER高的球员确实都是NBA联盟中的超级巨星,一定程度上证明了PER值的可靠性。与篮球比赛相比,管制工作更大程度上表现为脑力劳动,受客观条件影响的因素更多,随机性、可变性更大,进行工作效率量化分析是否有意义？又应从何做起？     

基于文本挖掘的高速铁路动车组故障多级分类研究

针对高速铁路信号设备故障发生后记录的文本数据,提出基于文本挖掘方式的高速铁路信号设备故障多级分类模型研究。提出TF-IDF词汇权重与词汇字典结合的特征表示方法实现信号设备故障文本数据的特征提取。多级分类模型中,基于Stacking集成学习思想设计单层分类模型,将循环神经网络BiGRU和BiLSTM作为初级学习器,设计权重组合计算方法作为次级学习器,将多级分类任务分解为各层单分类任务,并采用K折交叉验证训练Stacking模型。采用高速铁路自开通至十年的信号转辙机故障数据,通过对故障原因文本数据的分析,实现故障部位和故障原因的二级分类,经过K=5次训练,BiGRU较BiLSTM各评价指标都较高,经实验BiGRU分配权重为0.7,BiLSTM权重为0.3,组合加权对两个网络的输出计算,准确率提高为0.8814,召回率提高为0.8642。实验表明多级分类模型能够有效提升信号设备故障多级分类任务的分类评价指标,并能够保证分类结果隶属关系的正确性。