扩压管流道改型对汽轮机排汽缸流动的影响

当容积流量减小时,排汽缸内的流动将偏离设计工况,静压恢复系数和总压恢复系数都将发生变化。基于国内外研究现状,联合末级全周建立了三维计算模型,设计了3种不同导流环倾角的扩压管流道,分析了100%、70%、40%等3种容积流量工况下排汽缸内的流动特性及涡系特点,得到了3种方案不同容积流量下的静压恢复系数及总压损失系数。研究表明:导流环倾角增加将抑制导流环附近漩涡的产生及发展,静压恢复效果显著,能量损失较原型有所减小。研究结果可为汽轮机排汽缸扩压管改型提供参考。     

大深度超大直径盾构盾尾受力性能探究

考虑盾尾壳体的初始几何缺陷及中空层合板构造,对超大直径(D14.0 m)盾构的盾尾在大深度水土压力下的力学性能进行建模分析。分别建立理想圆壳、缺陷圆壳、理想层合板和缺陷层合板4种结构分析模型,基于有限元计算,对4种模型的结果进行分析。对比发现:缺陷层合板模型在极限承载情况下最大变形为18.8 mm,最大等效应力达304 MPa,远超过理想圆壳模型的最大变形(3.6 mm)和最大等效应力(71.6 MPa),说明盾尾局部区域已发生塑性变形。因此,在超大直径盾构的盾尾设计时应考虑初始几何缺陷和中空层合板构造对盾尾变形和应力的放大效应。     

飞机蒙皮结构表面涂层失效的电化学阻抗分析

采用冲击破坏、盐雾、紫外、湿热等加速循环腐蚀实验方法,对比分析了一种飞机蒙皮结构表面涂层在不同加速循环周期下的电化学阻抗谱(EIS)的变化特点。结果表明,涂层阻抗在腐蚀中后期增加,并出现新的时间常数,可对应于金属表面氧化膜的溶解及Al基体的腐蚀。随着腐蚀循环的进行,涂层的吸水量先增加后减少,吸水率最终稳定在约5%。     

Ni50Mn27Ga23快淬薄带的马氏体相变和磁感生应变

采用快淬技术制各了非化学计量成分的Ni50Mn27Ga23多晶薄带，对快淬薄带的马氏体相变和磁感生应变进行了研究。结果表明，快淬薄带侄冷却和加热过程中仍然发牛热弹性马氏体相变及逆相变，具有典型的热弹性形状记忆效应，并且比铸态合金具有更大的应变，但是马氏体相变温度下降。快淬工艺在合金内部引入特定的内应力，使薄带形成织构，是合金获得更大相变应变和磁感卞应变的原因。热处理后，内应力大大降低，导致磁感牛应变降低。     

枪榴弹射击训练心得

枪榴弹作为单兵点、面杀伤和破甲一体化的武器弹药将装备部队,枪榴弹射击训练成为了一个新的课题,如何搞好训练和射击,笔者结合教学体会,认为应重点把握以下几个环节。 (1)场地选择要合适 枪榴弹具有很大的杀伤力和破甲能力,选择射击场时应根据弹头的杀伤范围,尽量依山而建。构筑靶挡时,高度要在5m以上,正面宽度视设置的目标数目而定,目标距靶挡的边缘应不小于     

基于FDI的用户模型及其在上下文觉察计算中的应用

上下文觉察计算是普适计算的重要内容。当前的上下文觉察计算研究大多没有为用户提供个性化的服务。已有的个性化上下文觉察服务的用户模型,其用户偏好的设置比较简单。本文从心理学的观点出发,提出一个使用基于场依存一独立性（FDI）的用户模型来为用户提供个性化的上下文觉察服务。本文系统分析了这种用户模型对上下文觉察计算的重要性,并给出了使用基于FDI的用户模型在上下文觉察计算中的应用过程。试验表明这种模型提供的个性化服务能够提高上下文觉察计算应用的有效性。     

10.9级高强紧固件钢慢拉伸力学性能行为探讨

为了解高强紧固件钢在不同微量氢含量下的力学性能的变化,选用常用于生产高级紧固件的SCM435钢种,通过研究其在不同阴极充氢和腐蚀充氢条件下慢拉伸应力-应变曲线,用扫描电镜观察其慢拉伸断口形貌,并使用升温脱氢法(TDS)测量慢拉伸样品的析氢曲线并对其测量的氢含量进行对比。结果表明,在将SCM435调质成10.9级后,随着阴极充氢电位的降低,进入钢中的氢含量逐渐增加,进入钢中的氢以低温氢为主。氢显著降低钢的塑性,慢拉伸断口特征也由韧窝转变为沿晶开裂,发生脆性断裂。     

疫情影响下中小皮革企业管理创新路径改革

新型冠状病毒成为近两年来的高频词汇,尤其是疫情对实体经济带来明显的负面影响,疫情导致企业延迟复工,供应链受到影响,如何破局成为当下关键。基于此,本文探索了管理创新路径,以减轻疫情冲击,并提出了疫情影响下中小皮革企业管理对策,旨在帮助企业以更高效、敏捷的速度保障生产任务,在当今实体经济高质量发展浪潮下快速发展。     

大倾角下运带式输送机电控设计浅析

随着我国煤炭工业的不断发展,巷道开拓方式的不断创新,大倾角下运带式输送机是必不可少的。完善可靠地解决负倾角较大向下运输的控制问题,将直接影响煤矿的安全生产和经济效益。     

基于RPA的审计抽样软件机器人故障自动识别系统研究

在审计抽样软件机器人运行状态下,受到样本数据之间差量分布影响,机器人抽取策略无法精准映射到每一个样本个体上,导致抽取的样本存在差量偏移,失去了抽取样本的客观性。为了避免这一问题,通常采用故障识别系统对其异常数据进行识别,但是与传统数据故障不同,神经抽样数据的差量精度较高,对应特征系数精度远超传统识别系统的识别阈值,因此,传统的识别系统的识别结果整体输出误差偏大,且识别效果稳定相差。基于审计抽样数据的特征,引入机器人流程自动化(Robotic Process Automation, RPA),根据审计流程数据特点,构建硬件平台;在硬件平台基础上,设计RPA软件流程,通过对RPA审计数据故障点向量机模型的建立、抽样数据故障特征识别与RPA故障识别数据判定输出,完成提出系统的设计,实验数据表明：经过RPA算法优化后的系统,整体故障识别率明显提升,且系统稳定性远远优于现有识别系统的参数标准,能够满足审计抽样软件机器人故障自动识别的准确度要求。