钒基多元合金制备中钒收得率及氮钒比的影响因素

为进一步提升钒基多元合金在炼钢过程中的细晶强化作用,研究了干法造粒对原料粒度的影响,以及不同粒度的V₂O₃及高温反应对钒基多元合金制备过程中N/V及钒收得率的影响。结果表明：采用大颗粒偏钒酸铵有助于获得大颗粒、高密度的V₂O₃,同时采用干法造粒后,V₂O₃颗粒的直径高于30.76μm占比在50%以上,使用其制备钒基多元合金钒收得率可提高5%。采用大粒度的V₂O₃为原料,在配碳系数0.29,碳化温度1 450℃,氮化温度1 400℃,氮气流量300 m³/h时,得到的钒基多元合金N/V比达到最高值0.225,同时发现在混合料中加入铁元素有助于改善合金质量,有利于炼钢生产。     

钒氮合金成球效果的影响因素分析

承钢采用三氧化二钒为原料,天然鳞片石墨为还原剂、聚乙烯醇为黏结剂生产钒氮合金。研究了聚乙烯醇的浓度、压球压力、石墨种类对钒氮合金压球效果和成品成分的影响。实验结果表明,牌号为298-C的天然鳞片石墨,选用浓度2.5%的聚乙烯醇作为黏结剂时,在14 M Pa压力下压制料球,成球率达到94.81%,得到的最终产品全部为VN16合金,合格率达到100%。     

VN推板窑窑腔内结垢原因

对VN的生产以及推板窑窑腔内大量烟垢的形成分别进行了热力学研究。热力学计算表明,温度超过1 400 K时,V2O3与碳反应生成VC和CO气体。温度在1 400~1 600 K时,VC与氮气反应生成VN,钾、钠氧化物与副产物CO气体反应生成碳酸盐。实验研究表明,温度高于1 000 K时烟垢烧结失重率变化明显,窑腔内第5、6温区的实际温度有利于碳酸盐的形成,最终碳酸盐在这些温区形成烟垢。形成烟垢的CO气体和钾、钠化合物主要来自高温区。在第7、8温区增设排烟口将会有利于烟气排除,避免窑腔内结垢物的生成,对实际生产有指导意义。     

大口径无缝钢管淬火设备的设计与改进

介绍扬州诚德铜管有限公司大口径无缝铜管热处理生产线的淬火设备。该设备在研发设计过程中,采用了国内外先进的“外淋＋旋转＋内喷＋喷雾”的淬火工艺,以满足一些特种钢管淬火要求。通过对该淬火设备的工作原理、淬火工艺、结构特点的分析,说明了该设备改进后与原有淬火设备在机械结构、淬火效果、力学性能等方面的不同。生产实践表明,该新增淬火设备具备提升产品附加值的能力。     

航空发动机整机吞水试验方案设计与验证

吞入液态水是航空发动机不可避免的一种工作场景,因此发动机需要确保在该种场景下能够安全可靠工作。航空发动机在设计定型前均会开展吞水试验,文章阐述了目前较为常用的两种吞水试验标准以及吞水试验前需要重点开展的工作,同时,以某型航空发动机吞水试验为研究对象,提出一种整机吞水试验方案,并对吞水试验结果进行分析,对于其它发动机开展吞水试验具有一定借鉴意义。     

过滤装置在含钒浆料输送中的应用

介绍了某化工企业提钒生产过程中浆料输送工艺,分析了含钒浆料输送过程中几个关键控制点堵塞原因。根据不同种类的浆料的性质以及堵塞杂质的不同,采用了与其相适应的筛分过滤装置进行处理,简单而有效。     

V2O3稳定性研究与价态分析

分别在空气和氮气气氛下烘干三氧化二钒样品,检测了全钒含量,确定了影响全钒含量变化的主要因素,并提出了控制产品稳定的存储措施.同时,基于不同价态钒氧化物溶酸碱性的不同,分离出了不同价态钒的氧化物,并采用氧化还原滴定法测定了不同价态钒的含量,分析了钒的价态变化规律.结果 表明,三氧化二钒易发生吸水和氧化增氧反应,导致低价钒...     

钒氧化合物中重金属元素的测定

详细介绍了采用电感耦合等离子体原子发射光谱法(ICP),同时测定高纯电解液及钒氧化合物中Au、Ag、Pd、Rh、Cr 5种重金属元素的试验过程。实际测试结果表明:该方法相对标准偏差(RSD)≤2%,加标回收率在95%~105%之间。具有简便快捷,精密度和准确度较高的特点,能够满足钒氧化合物中重金属元素的测定需求。     

推板窑窑腔结垢的机理研究及预防

生产氮化钒用推板窑在使用过程中极易在窑腔内形成结垢,当结垢物长大到一定程度后会影响推板窑生产。分析了氮化钒的反应机理及结垢物的化学成分,对氮化钒的结垢机理进行了研究,结垢物是由碳、K_2CO_3、Na_2CO_3、水等形成的混合物。减少生料球内的残存水分和入窑生球粉料量,可以有效控制结垢物的形成,延长推板窑的使用寿命。     

计算机视觉下的果实目标检测算法综述

基于计算机视觉的果实目标检测识别是目标检测、计算机视觉、农业机器人等多学科的重要交叉研究课题,在智慧农业、农业现代化、自动采摘机器人等领域,具有重要的理论研究意义和实际应用价值。随着深度学习在图像处理领域中广泛应用并取得良好效果,计算机视觉技术结合深度学习方法的果实目标检测识别算法逐渐成为主流。本文介绍基于计算机视觉的果实目标检测识别的任务、难点和发展现状,以及2类基于深度学习方法的果实目标检测识别算法,最后介绍用于算法模型训练学习的公开数据集与评价模型性能的评价指标,且对当前果实目标检测识别存在的问题和未来可能的发展方向进行讨论。