SiC-Fe磁性研磨粒子的制备工艺和研磨性能研究

采用烧结法制备SiC-Fe磁性研磨粒子,探究烧结温度和升温速度对其研磨性能的影响,确定合理的磁性研磨粒子制备工艺参数。通过对磁性研磨粒子进行能谱分析,结合钛合金板件磁力研磨试验,来评价磁性研磨粒子的研磨性能。结果表明,当烧结温度达到1 150℃、升温速度为(3~4)℃/min、保温150 min时,Si粒子在铁基体表面的附着状态较好,磁性研磨粒子表面切削刃突显,在研磨钛合金板件时,能够使表面粗糙度降至0.13μm,完全去除原始表面缺陷和加工纹理,改善表面质量,提高加工效率。在烧结法制备SiC-Fe磁性研磨粒子的过程中,烧结温度和升温速度直接影响Fe和SiC粒子间的黏合量和黏合深度,继而影响研磨量和研磨效率。     

基于LABVIEW的控制方程模型转换

本文主要介绍了利用LABVIEW软件和控制设计和仿真工具包进行对于控制方程模型进行转化和常见响应的图形行显示的程序设计与仿真。     

黑龙江河道演变及工程整治技术的研究

黑龙江属于国境界河,其河道演变问题不仅是自然科学问题,更事关国土面积的增减,有十分重要的现实意义。通过梳理近30年来黑龙江河道演变及工程整治技术的研究成果,从河道演变、暴雨洪水、河道整治3个方面总结了研究进展,得到如下结论：黑龙江河道演变、水沙运动相关的研究成果稀少且陈旧,尤其缺乏系统性、长序列的河道演变分析;黑龙江防洪抗灾技术经历了“被动”获取、“主动”获取和“超前”获取3个阶段;受限于国界河和高寒地区的双重属性,工程整治使用的防护材料应符合流域特点,工程型式也需尽量简化布置。     

基于边缘计算的物联网技术在智能油气田中的应用研究

在工业物联网(IIoT,Industrial Internet of Things)环境中部署机器学习已成为石油和天然气行业研究最多的课题之一。提出了一种基于边缘计算的智能油气田物联网系统,该系统以边缘计算的机器学习模型为核心,结合智能RTU的采集传输数据,两者相互补充利用。通过卡尔曼滤波器(KF, Kalman Filter)实现对数据的异常值侦测,利用边缘计算对数据安全分析进行了对策研究,完成油气生产的动态在线监测和控制,有效提高油气生产管理的智能化水平,满足智能化气田井场的远程监控要求。