Revealing Microstructural,Textural, and Hardness Evolution of Ti–6Al–4V Sheet Cooled From Sub β-Transus Temperature at Different Rates

Metallurgical and Materials Transactions A - A hot-rolled Ti–6Al–4V sheet was annealed at 960 °C (sub β-transus temperature) and then subjected to different coolings [in water...     

溶胶-凝胶TiO2薄膜清除乙烯气体的研究

如果空气中含有百万分之几以上的乙烯含量就可以加速果蔬的熟化程度,使其变得脆弱、易腐烂,这就给果蔬保鲜带来了困难.因此,清除乙烯将对果蔬保鲜领域产生深远的影响.以溶胶-凝胶方法,通过浸渍涂膜在玻璃管上制备了一定厚度的TiO2薄膜.通过自制反应器对一定浓度的乙烯气体进行清除实验,利用气相色谱检测乙烯气体浓度的变化并对管载TiO2薄膜表征.实验结果表明,管载TiO2薄膜对乙烯具有良好的清除作用.     

镁基复合材料微区力学状态的有限元分析

弹性变形范围内,在采用三维有限元模型分析了颗粒增强Mg基复合材料(PRMMCs)中,颗粒的分布形态对材料微区力学状态的影响。结果表明,在保持颗粒长径比(2:1)和颗粒间距(d)不变的情况下,随着θ的变化,不存在颗粒断裂的危险,材料的主要失效方式为界面脱离和基体开裂。增强体相对夹角θ=15o时的结果优于其它情况,这更有利于充分发挥材料的性能。     

MoSi2—Mo5Si3复合材料的低温氧化行为

通过热重分析（TGA）、X射线衍射（XRD）和扫描电镜（SEM）研究了MoSi2-Mo5Si3复合材料的低温氧化行为,指出材料低温氧化时,随Mo5Si3量增多,材料氧化加剧,当Mo5Si3含量超过16％（质量分数）时发生“PEST”现象,所形成的SiO2由于MoS3晶须的大量存在,使其不能均匀连续地分布于材料表面,从而加剧了氧化。     

粉末冶金法制备SiC晶须增强MB15镁基复合材料

采用粉末冶金法制备了SiC晶须增强镁基复合材料(SiCW／MB15)试样。通过检测基体显微硬度探讨了SiCW对镁合金时效规律的影响，并借助扫描电镜(SEM)、透射电镜(TEM)和拉伸试验，研究了混粉方式对复合材料室温力学性能、SiCW分布及显微结构的影响。结果表明，MB15及其复合材料的时效硬化曲线上均存在双峰现象；SiCW的加入既提高了MB5的硬度，又加快了其时效速度：混粉方式对晶须分布及SiCW／MB15复合材料的室温力学性能影响很大。     

β-萘乙醚的合成中催化剂应用进展

β-萘乙醚是一种合成香料,广泛用于生产香皂、化妆品和洗涤剂等行业中,还可以作玫瑰香、柠檬香等香料的定香剂.综述了酸性催化剂、碱性催化剂和相转移催化剂等催化合成β-萘乙醚的方法.并对各催化剂的性能、优缺点进行了分析.通过比较发现与其它催化剂相比,使用固载相转移催化剂来合成β-萘乙醚具有反应条件温和,反应时间短,产率高,操作简单,不污染环境,而且易回收并能够重复使用,具有较好的应用前景.     

Ca-P仿生人工骨材料的设计与制备

本文设计了用磷酸钙生物陶瓷制备仿生人工骨的工艺路线 ,从原料合成、材料成型和烧结等讨论了仿骨材料的制备方法     

钼酸盐与其他缓蚀剂协同缓蚀效应的研究

简要介绍了钼酸盐缓蚀剂的缓蚀机理,并对钼酸盐与其他缓蚀剂协同缓蚀效应的研究作了综述。     

改善聚酯装置热媒炉运行状况的几项措施

介绍了聚酯装置的热媒炉在运行过程中多次停炉的原因和存在的问题 ,比如燃料油压力波动、燃料油温度低、含水高、控制系统联锁频繁、热效率下降等 ,通过增设燃料油罐、提高油罐温度、改造增压泵、优化VR -4控制系统以及其它措施 ,大大改善了热媒炉的运行状况     

Data-based adaptive online prediction model for plant-wide production indices

A data-based adaptive online prediction model is proposed for plant-wide production indices based on support vector regression, a general method which we customized specifically to model very large data sets that are generated dynamically and periodically. The proposed model can update its parameters online according to the statistical properties of the training samples. Further, in order to improve the prediction precision, each sample is weighted with a dynamic penalty factor that considers the effect of each sample on the prediction model accuracy. Moreover, a customized procedure is introduced to handle large training sets. After having been convincingly evaluated on benchmark data, effectiveness and performance of our approach for plant-wide production indices is demonstrated using industrial data from an operating ore dressing plant over a range of scale in training data set size. The higher accuracy and shorter computation times than existing methods suggest that it may prove advantageous in actual application to dynamic production processes.