大型渡槽盆式橡胶隔震支座轴向刚度研究

盆式橡胶支座用于大型、特大型渡槽结构时,支座设计时如何合理地确定其各种结构参数显得十分重要。考虑到盆式橡胶支座各组成构件的直径和厚度的变化,以及在轴向压力作用下盆式橡胶支座的压缩变形特征,利用变分原理和卡氏第二定律导出了盆式橡胶支座的轴向刚度计算公式。通过比较,计算值与实测值的吻合程度较好。     

巨人的花园——对不同尺度棕地的差异化策略

近几十年来，旧工业区转型的项目不断增加，范围日益扩大，内涵不断扩充，被认为是城市改造的主要途径。工业区的转型不仅是自身的需要，而且经常能提供一个现实的机会来设想与城市在功能和关系上的深远变化。因为实施的连续性和话题的扩展性，这种转型要放在社会、技术和国际化变化的语境下，考虑典型的城市改造过程中的周期性活力，作为持续演变的效果来进行分析。这种改善往往受到多方面影响，包括：该地区最初的设计、与城市中断了的互动、新的机遇以及潜在的需求。所以，转型不仅意味着现存物质空间的改变，往往还作为观念工具，提供区域层面的解决之道。     

DN-YOLOv5的金属双极板表面缺陷检测算法

为解决氢燃料电池中金属双极板表面缺陷尺寸小，缺陷对比不明显、种类多造成的难以检测，易误检漏检以及缺陷检测模型复杂度太大难以部署等问题，提出一种改进版的金属双极板缺陷检测算法DN-YOLOv5,来探究缺陷检测在冲压成形的金属双极板视觉检测工作台场景下进行快速精准检测的可行性，从而实现智能检测，提升检测效率。本研究着重于修改YOLOv5主干网络Backbone部分，添加网络中模块数量，加入NAM注意力机制和使用深度可分离卷积模块来替代原来CSP/CBS主干网络卷积模块，并引入SIoU对损失函数重新进行了定义，极大的提升了主干网络的轻量化程度。结果表明，本算法的map@0.5可达0.988,每秒检测传输帧率为9.98,模型参数量降低了52.13%,在测试集75张缺陷图像中真检率达到了99.74%。该方法在保证模型较高检测率的同时，显著降低了模型复杂度和参数计算量。此外，该算法结合新的检测尺度设计特征融合网络，提升网络的小目标、多目标检测能力。该算法具有良好的稳定性和鲁棒性，综合性能较好，满足部署移动端场景进行缺陷检测的轻量化需求。     

铅酸蓄电池极板中活性物质含量的测定

采用碘量法和配位滴定法分别测定铅酸蓄电池正、负极板中活性物质PbO2、PbO的含量,借此判断电池是否合格。此方法步骤简单,易于判断终点。     

不连沟选煤厂降低介耗的措施

结合不连沟选煤厂工艺流程,分析了不连沟选煤厂介耗不稳定的原因。通过加强介质质量管理、改变介质添加方式、调整磁选机磁偏角、减小磁选机滚筒与槽体间隙、提高磁选机精矿挡沿、控制分流量、增加加压泵、清理维护固定筛、调整脱泥筛筛板筛孔尺寸等措施,不连沟选煤厂降低了磁选机尾矿带介量和产品带介损失,有效减少了-3 mm碎煤进入重介系统,减轻了磁选机工作负荷,改善了悬浮液不稳定的情况,有效平稳了合介桶位,分流量得到合理有效的控制。2010年11月—2011年4月,选煤厂介耗由1.26 kg/t降至0.18 kg/t,降低了85.71%。2011年4月,选煤厂介耗降至0.18 kg/t,已低于国内吨原煤消耗的最低值,节省介质费用高达60.6万元。     

正压开放式气力输送水泥粉体临界料位 影响因素实验研究*

本文采用相似理论模拟建立了目前工业常用的正压开放式气力输送系统。该系统可以有效监控固体质量流率、固体料位、气力输送及气体流量等参数。在此系统上,以水泥粉体为输送物料,压缩空气为输送动力进行开放式气力输送研究。通过改变输送母管内的输送压力、气体流量、固体质量流率等操作参数得出临界料位的变化规律,进而得出影响临界料位的主要因素,为本类开放式气力输送的临界料位的确定与监控提供指导。     

高炉煤粉球磨机大修

介绍了球磨机大修施工过程、经验和安装工艺技术要求，工程确保了施工安全，有效地恢复了球磨机的精度要求和功能。     

中厚板生产组织优化降低燃动力的实践

文章介绍了中厚板机组在市场需求不足的情况下,通过采用集中生产、提高工序匹配能力、减少设备故障时间等措施优化生产组织,实现降低燃动力,并在实际生产中取得了良好效果。     

精密铜管性能稳定性探究

内螺纹铜管质量的不稳定性使空调生产厂家在铜管的弯管过程中,出现各种不同的缺陷,针对影响精密内螺纹铜管性能稳定性的因素,以某企业生产实践的方法进行了初步研究,研究表明,铜管生产过程中的表面质量、机械性能均匀性及尺寸精度是影响铜管性能稳定性的主要因素。文中主要从这三方面进行了分析并提出了有效控制措施。     

Integration of Adaptive Neuro Fuzzy Inference Systems and principal component analysis for the control of tertiary scale formation on tinplate at a hot mill

Scale is highly detrimental to surface quality for tinplate products. There are a large number of process variables at a typical hot mill and principal component analysis is a well-known technique for reducing the number of process variables. This paper estimates the principal components associated with the hot mill process variables and puts these through an Adaptive Neuro Fuzzy Inference System (ANFIS) to find those hot mill running conditions that will minimise the amount of scale observed on the bottom of the rolled strip. It was found that the variation observed in all the hot mill process variables could be captured through the use of just six principal components, and that using just three of these in an ANFIS was sufficient to identify those operating conditions leading to coils being produced with a consistently low scale count. Specifically, it was found that the best operating conditions for the hot mill were when the first component was lower than −0.098 the second lower than 0.8058 and the third higher than −0.482. These ranges in turn corresponded to certain hot mill temperatures that depended to some extent on the base chemistry of the incoming slab.