冷轧1Cr_(18)Ni_9Ti钢管斜向裂纹的研究

一、前言在生产1Cr18Ni9Ti、30CrMnSiA、20钢冷轧管过程中,钢管表面有时出现斜向裂纹。裂纹虽长短不一,但与母线成22～42°角,规律性很强,裂纹常造成钢管报废,致使成材率降低,造成很大的经济损失。为弄清斜向裂纹产生的原因及找出防止办法,我们进行了下面的试验研究工作。     

热带精轧过程中温度变化规律的研究

为研究热连轧带钢终轧温度变化规律,给出了带钢轧制过程温度计算模型,分析了轧制速度、工作辊材质、带钢材质和工作辊温度对变形温升、接触温降和摩擦温升的影响,从而得到带钢轧制过程中温度变化的影响规律,为建立高精度热连轧带钢温度控制模型提供了理论依据.     

基于平差优化技术的高精度三维标定方法

为提高工业机器人、自动化校准设备等智能系统的整体精度,基于罗德里格矩阵和最小二乘法拟合建立数学模型,解决了三维直角坐标系之间转换关系的工程应用问题。采用基于冗余测量数据的平面平差优化技术和定位坐标点的间接测量方法,提升了局部坐标系建立的精度。针对坐标点接触式测量和非接触式测量的技术缺陷,提出了采用激光跟踪仪测量终端,用标定工装辅助实现间接测量的方法,能通过多点的接触式间接测量保证被测定位坐标点的精度。最后经过多次试验验证了方法的可行性。     

四辊轧机轧辊弹性变形解析模块的开发

采用影响函数方法开发了四辊轧机轧辊弹性变形解析模块，完善了辊间压扁和工作辊压扁影响函数计算模型，克服了轧辊压扁影响函数计算过程浮点数被零除的缺陷，提出了平滑指数和收敛指标取值的处理方法，有效地解决了四辊轧机辊系弹性变形计算精度及收敛问题。该模块适应于普通四辊轧机、PC轧机和CVC轧机轧辊弹性变形计算，为热轧带钢板形控制提供了解析工具。     

飞思卡尔Qorivva微控制器率先成为荣获IS0 26262功能安全标准认证的汽车MCU

飞思卡尔半导体正致力于帮助汽车电子器件供应商更轻松地开发符合国际标准化组织(ISO) 26262标准的功能安全系统.飞思卡尔宣布其Qorivva MPC5643L 32位微控制器(MCU)通过了独立的权威认证机构exida的认证,成为率先获得该认证的半导体产品. Qoriwa MPC5643L 32位MCU基于Power Architecture技术,专为要求汽车安全完整性等级较高的一系列广泛汽车应用而设计,包括电动助力转向、主动悬挂、防抱死制动系统和基于雷达的高级驾驶辅助系统(ADAS).它符合所有汽车安全完整性等级(ASIL),达到并满足最严格的等级ASIL D.     

飞思卡尔先进的动力总成微控制器助力汽车行业

飞思卡尔半导体公司推出了新款QorivvaMPC5777M多核微控制器（MCU）,这是其广泛的Qorivva产品线推出的最新产品。这个先进的MCU系列为新一代引擎管理解决方案提供卓越的性能,将帮助全球汽车制造商满足不同区域的汽车燃油经济性和安全需求。     

飞思卡尔最新推出用于智能电表篡改防护的Xtrinsic传感器

飞思卡尔半导体公司推出新的微机电系统(MEMS)加速计,提供超低功耗和简单的即插即用方法来进行倾斜阈值检测,用于智能电表应用的物理篡改防护。飞思卡尔的Xtrinsic MMA8491Q节能高效加速计将产品组合扩展至工业市场,该市场需要宽引脚间距、可以目测检查的引线和较长的产品生命周期。飞思卡尔副总裁兼传感器与致动器解决方案事业部     

溪洛渡地下厂房三大洞室围岩稳定监控技术

溪洛渡地下厂房三大洞室规模巨大,施工期洞室围岩稳定性监控是工程顺利进行的前提和保障.施工前依据前期科研成果制定了科学合理的开挖、支护方案,施工过程中严格控制开挖、支护质量,适时开展监测资料分析和监测成果反分析,跟踪洞室围岩位移、应力、塑性区范围发展过程.根据监测与反分析成果,定期对建筑物整体稳定性进行评价,并对局部可能失稳的岩体及时加强支护.开挖完成后,围岩位移的发展和破坏深度及支护设施应力总体较小,围岩整体稳定状态良好,局部围岩加强支护后较好地控制了位移.     

基于图像归一化的DFT域数字水印嵌入算法

抗几何攻击的鲁棒图像水印算法研究是一项富有挑战性的工作.本文以图像归一化理论为基础,提出了一种可有效抵抗几何攻击的DFT域数字图像水印方案.该方案首先利用基于矩的图像归一化技术将原始载体映射到几何不变空间内,并结合不变质心理论提取出归一化图像的重要区域;然后对重要区域实施分块离散傅立叶变换(DFT);最后结合幅值谱信息自适应确定水印嵌入位置,并利用量化调制策略将数字水印嵌入到重要区域的相位和幅值内.仿真实验结果表明,该数字图像水印方案不仅具有良好的不可感知性,而且具有较强的抵抗常规信号处理及几何攻击的能力.     

最大频繁子图挖掘算法研究

随着图的广泛应用,图的规模不断扩大,因此提高频繁子图挖掘效率势在必行。本文针对频繁子图挖掘所产生的庞大的结果集,提出了一个最大频繁子图挖掘算法MFME,从而极大地减少了结果集的数量。MFME使用了映射的思想将图集中的边映射到边表中并在此表上进行子图挖掘,有效地提高了算法的效率。实验结果表明,MFME的效率较经典算法SPIN有明显提高。