聚晶金刚石与高速钢的真空钎焊工艺研究

为了实现聚晶金刚石(PCD)与高速钢的连接,采用Ag-Cu-Ti-In钎料进行真空钎焊,通过Box-Behnken响应曲面法设计选取了钎焊温度、加热电流、保温时间作为试验因素,以焊后钎料层的显微硬度与钎料在PCD表层的铺展面积为响应指标优化钎焊工艺参数.使用优化的工艺参数对PCD刀具和高速钢进行真空钎焊试验,利用显微硬度计、三维数字显微镜及能谱仪分别对焊后的钎料层显微硬度、结合界面微观结构和钎料元素分布进行了分析.结果 表明:Ag-Cu-Ti-In钎料与PCD之间发生了元素扩散,实现了PCD与高速钢之间的连接,钎焊工艺的最优参数分别为钎焊温度900℃,加热电流500 A,保温时间13 s.     

石化装置自控仪表工程的质量控制

对石化装置自控仪表工程进行质量控制,能够有效提高工程施工的最终质量。基于此,本文将首先对实施石化装置自控仪表工程质量控制的意义进行介绍,其次,对石化装置自控仪表工程质量控制中存在的问题进行分析,其中主要包括仪表单试中存在的问题、仪表电缆敷设问题、盘柜安装中存在的问题以及仪表调试中出现的问题四方面内容。最后,对提高石化装置自控仪表工程质量控制的方法进行研究,其中主要包括前期准备工作的质量控制、施工材料的质量控制、防爆设备的质量控制、仪表安装的质量控制、仪表安装调试中的质量控制以及对技术人员进行质量控制六方面内容。     

金刚石与钛的原子热压扩散行为的分子动力学模拟

应用分子动力学方法模拟了金刚石与钛在热压扩散过程中的原子扩散行为,模拟了不同扩散温度下金刚石与钛界面的原子扩散过程,得到了界面的原子浓度分布、扩散速度以及模拟扩散系数值;采用热压扩散法在金刚石表面镀覆钛层并测量界面的扩散带宽度。研究结果表明：在热压扩散过程中C原子的扩散速度大于Ti原子;随着扩散温度的升高,原子存在低速和快速两个扩散阶段。通过热压扩散的分子动力学模拟对模拟的扩散系数进行数据拟合,能够确定C和Ti原子的扩散因子和扩散激活能,从而简单、有效地确定原子的扩散系数计算公式。金刚石与钛扩散带宽度的计算值与实测值相近,应用分子动力学方法获得的原子扩散系数公式是可行的。     

VTI介质各向异性参数角道集层析反演

目前的各向异性层析方法主要利用不同范围的炮检距信息或角道集信息反演各向异性参数,但缺少对反演中角道集划分的定义。为此,首先根据旅行时对Thmosen参数的一阶偏导数和对Thmosen参数及相角的二阶偏导数进行敏感性分析,明确定义小、中、大角道集的范围;然后利用各向同性单程波偏移及速度层析建立基础速度场;再利用Poynting矢量提取VTI介质逆时偏移角道集;最后利用小角度道集剩余曲率反演Thmosen速度参数、中角度道集反演Thmosen参数δ、大角度道集反演Thmosen参数ε。简单洼陷模型试算结果说明方法的正确性,复杂构造模型试算结果验证了方法的适用性。     

HPLC法测定酸奶中纳他霉素残留

目的:建立酸奶中纳他霉素残留量的HPLC检测方法.方法:酸奶样品采用2%氯化钙甲醇溶液浸提.用RPC18色谱柱(Waters公司X-Bridge)作为固定相,乙腈:缓冲液(乙酸铵:0.395%,氯化铵:0.132%) =73:27作为流动相,检测波长303nm.结果:在0.120μg/mL的范围内呈现良好线性关系,r=0.9999,方法的最低检测(S/N=3)限为0.7μg/mL,回收率为91.72%98.28%,相对标准偏差为1.87%2.60%.结论:本方法有灵敏度高,重复性好等特点,可准确测定酸奶饮料中两种磺胺类药物的含量.     

异构备份式的虚拟网映射方法研究

在云计算和数据中心环境中,底层单个物理服务器的失效将对上层虚拟网络的服务性能造成很大的影响,现有利用冗余备份的方法能够在一定程度上降低底层物理设备失效带来的影响,但未考虑到物理服务器的同构性所带来的问题,为此,该文提出一种异构备份式的虚拟网映射方法。首先,只对关键的虚拟机进行冗余备份,降低备份资源的开销;然后,确保提供备份虚拟机的物理服务器与原物理服务器的系统类型的异构性,提高虚拟网的弹性能力;最后,以最小化链路资源开销作为虚拟网的映射目标,进一步降低备份资源的开销。实验表明,该方法在保证虚拟网络映射性能的前提下,能够大大提高虚拟网络的弹性能力。     

基于噪声检测的总变分去噪算法

对受高斯和脉冲混合噪声污染的数字图像去噪方法进行了研究,提出了一种基于噪声检测的自适应总变分(TV)去噪算法。提出的改进算法采用两步迭代框架实现:脉冲噪点检测和全变分图像恢复。第一步中,考虑到脉冲噪声污染的像素点不包含原图像有效信息,采用一种局部统计值,即邻域像素间的随机绝对差排序值(ROAD)估计出噪点的位置;第二步中,采用L2-TV方法进行去噪处理,并对上述过程进行迭代处理,得到去噪图像。在噪点估计过程中引入脉冲噪点水平参数,这样处理的优势在于可更准确地检测出脉冲噪点;而L2-TV去噪方法可很好地去除高斯噪声,两者结合有效地解决了TV算法存在误判图像脉冲噪声为边缘而产生假边缘的问题。与现有典型去噪方法的比较实验表明,该迭代去噪算法,即TV-ROAD算法,既能够去除混合噪声,又可以保留图像细节特征。     

基于物理化学检测技术的开关柜潜伏性故障诊断方法

针对变电站开关柜内绝缘故障安全隐患问题,研究了一种新型开关柜故障诊断控制系统,采用人工智能检 测、电化学处理技术,通过分析绝缘气体分解产物来分析开关柜故障情况,利用离子迁移法分析环境中的绝缘气体状 况,然后了解被测开关柜中目标气体存在情况,通过智能模块对被检SF6 进行数据分析,推算出目标气体的变化对开 关柜的影响,制定出最优SF6 填充量,使开关柜处于一个正常且安全的工作环境.实验结果表明,通过该系统技术检 测出的数据精准度高达92.5％,表明该研究基于目标气体电化学检测方法的正确性.     

基于UML的群智能建筑消防设备信息模型研究

群智能建筑中的消防设备要实现与智能节点CPN的互联互通和即插即用，需内置一套标准的信息模型。采用UML建模的方法，通过用例建模、静态建模和动态建模，分析消防设备动作的相关动静态参数信息；通过分析火灾探测报警子系统关键参数，建立了火灾探测器和火灾声光警报器信息模型。     

面向地震波初至智能拾取的超分辨率深度残差方法研究

针对常规语义分割网络在初至拾取中存在的精度低、泛化能力差等问题，基于U-Net网络，结合残差学习模块和亚像素卷积方法，构建了一种超分辨率深度残差网络的初至智能拾取方法(SD-Net)。该方法使用具有跳跃连接的U型网络融合地震数据的多尺度信息，通过端到端的训练方式简化工作。首先，在SD-Net的下采样阶段引入残差学习模块，克服深层网络退化问题，有效提高对地震数据的学习能力；其次，上采样阶段采用亚像素卷积方法，通过卷积和多通道间的像素重组实现特征图超分辨率重建，以更高精度定位初至；另外，利用迁移学习将模型应用于中、低信噪比模拟数据，仅需少量标注数据即可训练得到最优初至拾取模型。实际算例表明：与U-Net方法相比，SD-Net训练效率明显提高；网络模型具有更高准确率和鲁棒性；迁移学习模型预测的结果验证了SD-Net具有较强的泛化能力；该方法在实际生产应用中对实现高效、准确的初至智能拾取具有重要意义。