基于快速成型的石英磷酸盐包埋料性能的研究

研究了P／Mg比、骨料砂／粉比、液／粉比对石英磷酸盐包埋料流动性和抗压强度的影响。结果表明，当P／Mg比为1，5，液／粉比为0．44时材料的综合性能最好。     

离子软氮化、盐浴软氮化和气体软氮化处理钢的氮化层

本文对经离子软氮化和一般盐浴软氮化及气体软氮化处理后钢的氮化层的冶金特性作了比较。离子软氮化所形成的化合物层厚度大于其他两种软氮化处理者。化合物层的相结构受软氮化方法和钢种的影响。离子软氮化和气体软氮化所形成的化合物层较致密,而盐浴软氮化所形成的化合物层有疏松。经离子软氮化的钢与其他两种软氮化的钢具有相同的耐磨性。这三种软氮化处理都显著地改善了钢的耐磨性。     

HCW350轧机的实测研究

通过对ＨＣＷ３５０轧机综合能力的测试，证明了该轧机具有较好的板形控制能力，为普通四辊轧机的改造和ＨＣＷ轧机的研制提供了参考。     

等离子熔覆Mo/Ni基合金涂层的组织结构及耐磨性能

应用光学显微镜、扫描电镜(SEM)、X射线衍射(XRD)、透射电镜(TEM)以及滑动磨损实验,研究不同Mo加入量对等离子熔覆镍基合金涂层组织结构和性能的影响。结果表明,熔覆层主要是由面心立方结构的(γNi,Fe)固溶体、六方结构的M7(C,B)3和四方结构的Cr2B等物相构成,在镍基固溶体中存在明显的成分偏析。Mo的加入没有改变熔覆层的相结构,但硼碳化物的相对含量却有所提高,成分偏析逐渐减弱,直至消失,并且促进了等轴晶的形成。Mo的加入可以提高熔覆层的耐磨性能,当其加入量在6%以内时,随着Mo加入量的提高,熔覆层的耐磨性逐渐提高。但是,当加入量达到8%时,耐磨性能开始降低。     

三河闸工程技术管理措施研究

一、工程概况三河闸位于洪泽湖的东南角,是淮河入江水道的控制口门,是新中国成立初期自行设计自行施工的大(1)型水闸,解决了因1851年洪泽湖大堤礼坝决口造成的长达102年淮河入江河道没有控制型建筑物问题。工程于1952年10月1日动工兴建,1953年7月26日建成放水。闸身为钢筋混凝土结构,共63孔,每孔净宽10m,总宽697.75m,底板高程7.5m(废黄河高程系)。闸门为钢结构弧形门,重13.32t,每孔设2×100k N卷扬启闭机一台。原设计流量为8000m3/s,加固后设计     

浅议太湖流域综合治理骨干工程良性运行机制建设

太湖流域综合治理骨干工程建成后,流域机构和各级水行政主管部门在建立科学合理的工程管理体制和良性的工程运行机制上开展了大量探索和实践,取得了一定成绩并积累了管理经验,但也存在一定问题。本文结合流域骨干工程运行管理实际,提出了完善运行管理体制和建设良性运行机制的有关建议。     

基于WPKI的双因素认证方案

随着基于互联网的服务(电子商务、电子政务)的普及,为企业资源访问提供强认证的需求显得非常重要,因此双因素认证成为研究的重点.然而当前的双因素认证系统存在信道单一、部署成本昂贵的问题.利用STK技术设计了一个能够实现WPKI功能的安全SIM卡--PK-SIM卡,将WPKI引入基于SIM卡的认证系统中,利用加密短消息作为信息载体,设计并实现了一个双因素身份认证系统.重点介绍了该的组成原理、工作流程,并分析了系统的安全性.     

基于粘滞流体B样条模型的快速非刚体配准方法

基于粘滞流体模型的非刚体配准算法是一种适合个体差异较大配准场合的方法。其关键步骤为求解偏微分运动方程组,但原始算法中采用直接离散结合同步超松弛(SOR)的方法相当耗时。为了缩短求解时间,提出一种基于粘滞流体B样条模型的快速方法。首先利用B样条对速度场进行建模,将方程组未知量转为B样条系数,减小计算负担;接着利用B样条的一些重要性质,推导出基于快速傅里叶变换(FFT)的B样条系数求解方法,进一步加快求解速度。实验结果表明,新算法在保持原始算法相同配准精度的同时,具有很快的计算速度。     

基于超像素暗通道和自动色阶优化的图像去雾算法

针对暗通道先验(dark channel prior, DCP)复原图像中的光晕现象、明亮区域色彩失真、环境光估计不准确等问题,提出了基于超像素暗通道和自动色阶优化的单幅图像去雾算法。首先,由改进的White Patch Retinex算法增强图像并计算精确环境光。接着,在传统暗通道去雾算法中引入超像素图像分割和引导滤波算法,使透射率估计的稳健性与精确性得以提升。然后,采用自适应容差对明亮区域的透射率进行补偿,有效抑制明亮区域色彩失真问题。最后,以自动色阶优化算法提高图像对比度。将本文去雾算法与其他算法从主观和客观两个维度进行比较,实验结果表明：采用不同算法对不同浓度的自然雾图进行对比实验,信息熵提高0.2 bit,峰值信噪比(peak signal-to-noise ratio,PSNR)提高0.8 dB,运行效率提高。该算法对不同浓度含雾图像具有良好的适应性,复原图像色彩真实、纹理清晰、细节丰富,去雾效果良好。     

基于BP神经网络和多因素权重法的风电机组载荷预测和分析

基于BP神经网络,建立了风电机组关键部位载荷的快速准确预测方法。以风电机组关键参数风速、空气密度、湍流强度、入流角、风切变、偏航误差角等为自变量,以机组关键部位载荷作为输出变量,建立用于快速预测机组关键部位载荷的BP神经网络模型;然后基于多因素权重法对风电机组不同参数的影响权重进行分析,获得影响风电机组载荷的关键变量。结果显示:基于叶素-动量理论模型计算得到不同风况下风电机组关键部位载荷,然后设置合理的神经网络结构以及合适的神经网络参数,可以实现对不同风况下风电机组关键部位载荷的预测;对于叶根和塔底的平均载荷和极限载荷4个不同的变量,风速、空气密度、湍流强度、入流角、风切变、偏航误差角等参数影响的权重各不相同。