汽车VL内星轮分组量仪的开发研制

论述了汽车等速万向节传动轴VL内星轮分组量仪的开发研制,包括设计要求、测量原理、总体结构、软件设计、检测等主要技术方法和关键技术。     

电弧弧长对激光-电弧复合焊飞溅和底部驼峰的影响

由于热源形式的特殊性,激光-电弧复合焊接过程中激光和电弧间易发生相互干扰,产生飞溅和底部驼峰等缺陷。以590 MPa级船用高强钢为研究对象,研究了电弧弧长对激光-电弧复合焊飞溅和焊缝底部驼峰的影响。为了深入研究激光-电弧复合焊飞溅和底部驼峰的产生机理,利用高速摄像设备对熔滴过渡行为和焊缝底部熔池进行了观察。结果表明,适当缩短电弧弧长可以降低激光和电弧间的相互干扰,提高复合焊接过程的稳定性,进而降低飞溅产生的倾向。底部驼峰是小孔熔透性差和底部熔池流动不连续所引起的。缩短电弧弧长可以对底部驼峰的产生起到抑制作用,这是因为缩短电弧弧长可以降低等离子体对激光的吸收,提高激光的能量利用率,增加小孔熔透性和稳定性。 创新点： 研究了电弧弧长对激光-电弧复合焊飞溅和底部驼峰的影响,采用高速摄像方法对底部熔池流动进行了观察,进一步明确了激光-电弧复合焊接焊缝底部驼峰的产生原因。     

应用正交实验设计筛选烟草中总氮测定消化条件

采用正交表L9(34)进行了烟草中总氮测定消化条件的筛选实验。实验考察了四个因子:称样量、硫酸钾用量、硫酸用量、氧化汞用量,每个因子各三水平的实验条件,经过直观分析、方差分析,确定在显著性水平0.10上,称样量和氧化汞用量都是显著的,硫酸钾用量和硫酸用量不显著;在显著性水平0.05上,氧化汞用量是显著的,称样量、硫酸钾用量和硫酸用量不显著。选用称样量和氧化汞用量的最优条件,即称样量0.3g、氧化汞用量0.1g,对硫酸钾用量和硫酸用量。主要考虑节约实验成本,选择硫酸钾用量1g和硫酸用量5mL为最终实验条件。     

三管板换热器深度强度胀接工艺初探

三管板换热器中间管板与换热管的胀接为关键工序,通过拉脱力试验、剖切检验及水压试验等确认接头尺寸、胀接压力和胀管率的合理值,以保证接头满足设计工况要求。     

原油沥青质沉积评价方法研究进展*

原油开采过程中,因温度、压力、油相组分变化以及外来流体等因素的影响,容易破坏原油胶体体系的相平 衡状态,导致沥青质不断缔合、沉积,对原油开采及后处理带来极大的困难。综述了原油沥青质沉积评价方法, 包括滴扩散法、黏度法、光学法、电导率法、微观分析法、驱替实验法、热力学法等。对现有评价方法存在的问题 及发展趋势进行了分析,急需一种能够反映油藏条件下沥青质沉积过程的普适性评价方法,可以预测原油中沥 青质沉积的可能性,针对性优化沥青质沉积抑制技术和解堵技术。     

原油沥青质沉积抑制及解堵技术研究进展

世界范围内原油沥青质沉积问题多有发生,对原油开采及后处理带来极大困难,研究沥青质沉积抑制技术和解堵技术具有非常重要的意义。综述了油井沥青质沉积抑制技术,包括调整生产参数和添加化学抑制剂,如天然脂肪酸类有机物、含苯环的表面活性物质、植物油类或油品加工产物、离子液体、金属氧化物纳米粒子。介绍了沥青质沉积解堵技术,包括机械法、化学法、热力法、生物法、外力场、复合解堵法等。对沥青质沉积抑制及解堵技术的未来发展趋势进行了分析,需提前对油井或管道做好评估、分析、预测,深入研究沉积抑制及解堵机理,明确不同技术的适应性,加强复合解堵技术的研究与应用。     

稠油沥青质分散剂作用机制*

为了提高馆陶、孤岛稠油的稳定性,考察了阴离子型分散剂AA(磺酸基型)、非离子型分散剂NA1(多元醇型)、油酸、月桂酸和棕榈酸对馆陶、孤岛稠油沥青质溶解度的改善效果,筛选了分别对两种沥青质稳定分散作用最好的两种分散剂NA1和AA,进一步考察了处理温度对分散剂改善效果的影响、分散剂与沥青质的相互作用方式。研究结果表明,在较低的温度下,多元醇型非离子分散剂NA1对沥青质的稳定作用显著,能够显著增大溶液中沥青质的饱和浓度;但当处理温度升高到80℃时,沥青质饱和浓度急剧下降,但仍比未添加NA1的沥青质饱和浓度高得多。而含磺酸基的离子型分散剂AA改善效果受处理温度影响较小。另外,通过红外光谱分析发现,AA的磺酸基能够与沥青质中的N—H键、O—H键之间形成红移型氢键;NA1中的羟基O—H、醚键、酯基等官能团能够与沥青质分子中的N、O、S等杂原子以及芳香共轭π键形成蓝移型氢键。两种分散剂与沥青质的相互作用方式均为与沥青质分子通过氢键而结合。图11表3参15     

一种基于人工神经网络的短期负荷预测技术

提出了一种基于人工神经网络的电力系统短期负荷预测技术,该方法在计及气温因素对负荷预测影响的基础上,将神经网络同一种较为新颖的预报模型相结合,因而具有较高的预测精度。计算实例证明了该法的可行性和有效性。     

基于体感交互的智能家居控制与监护系统

为实现通过手势对家居电器设备的控制,并对室内危险情况进行实时监测和报警,设计了基于体感交互的智能家居系统。该系统利用Kinect设备捕获RGBD图像信息,将识别出的手势信息作为控制信号,通过ZigBee局域网对家居设备进行控制;同时对场景中可能出现的老人或小孩摔倒情况进行实时检测判定,对危险情况报警。实验结果表明,该系统能满足通过手势对家居设备进行控制的需求,并且对摔倒情况能进行检测和报警。