Cr8Nb3CSiMnTi系堆焊合金的组织及耐磨性研究

为解决中铬合金耐磨性不足的问题，采用“复合粉粒+H08A实心焊丝”埋弧焊方法制备Cr8Nb3CSiMnTi系中铬耐磨合金，借助X射线衍射仪(XRD)、扫描电镜(SEM)及附属能谱仪(EDS)等手段，研究了碳含量对该合金组织和耐磨性的影响。结果表明：中铬堆焊合金的基体由α-Fe构成，硬质相包括(Fe, Cr)₇C₃、(Fe, Cr)₃C碳化物和(Nb, Ti)C等相；随着碳含量升高，α-Fe固溶的铬含量持续减小，沿晶(Fe, Cr)₇C₃型碳化物数量增多，形态从孤立状依次改变为树枝状、定向聚集态等，与(Nb, Ti)C相的间距随之减小。湿砂橡胶轮式磨损试验结果显示，随碳含量提高，堆焊合金的耐磨性先显著改善然后降低，这主要与沿晶碳化物(Fe, Cr)₇C₃数量提高以及其与(Nb, Ti)C相的间隔距离改变有关；堆焊合金的韧性则先持续下降，然后上升，这不仅决定于基体数量，而且与沿晶碳化物的形态及其分布有关；其磨损机制包括显微切削和剥落，以显...     

基于相似分析和人工神经网络的管柱式气液旋流分离器压降预测模型

为了全面预测管柱式气液旋流分离器的分离性能,对其气液相流动现象进行相似分析,获得表征气液相流动的关键相似准数。在此基础上,结合大量试验数据,运用MATLAB神经网络工具箱,建立3层BP神经网络模型。通过输入表征结构参数、操作参数和液相物性参数的相似准数,模拟输出溢流压降。结果表明,将相似准数作为参数对神经网络进行训练可提高神经网络的泛化能力,其预测值与试验值吻合良好,平均误差小于15%。将相似理论与人工神经网络相结合是预测管柱式气液旋流分离器分离性能的有效方法。     

储能锂离子电池工厂规划设计工艺要点

在“双碳”背景下新能源产业迎来了新的发展机遇，储能锂离子电池工厂建设规模迅速增长，同时锂离子电池的质量要求也在不断提高，因此对工厂的建设和管理提出了更高要求。以某10 GWh产能规模的储能锂离子电池工厂为例，对储能锂离子电池工厂的工艺荷载要求、工艺净高要求、洁净度控制、温湿度控制、照度要求、工艺动力用量等方面进行分析，在规划设计阶段将各工序的工艺要点与土建工程和机电工程充分结合，为建设高品质的储能锂离子电池工厂提供一些参考。