高Al2O3物料对镍电炉渣粘度的影响

论文对Al2O3高达69．46％的含镍物料电炉处理时对炉渣性能的影响进行了研究。研究表明：吉林镍业公司冶炼厂电炉渣1340℃时黏度为0．538P．s；电炉渣在不添加任何其它试剂的情况下，渣中Al2O3含量不宜高于9％；加入添加剂后，炉渣黏度降低，当在配料中加入20％此种含镍物料时，添加剂加入量7％为宜，此时炉渣黏度为0．74P．s（1340℃）。     

CBN刀具干式硬车切削力有限元仿真

对立方氮化硼(CBN)刀具干式硬车冷作模具钢Cr12MoV切削过程进行了有限元仿真研究。运用Johnson-Cook(J-C)模型和J-C切屑分离准则建立了物理仿真模型,利用Deform-3D软件模拟了切屑从局部剪切失稳到断裂的过程,得到了不同切削用量三要素组合下的切削力数值。分析了切削速度、进给量、切削深度对切削力的影响,建立了单一因素对切削力影响的经验公式。结果表明:切削深度对切削力的影响最大,其次是进给量,切削速度的影响最小。     

构造柱施工与质量问题浅析

多层砖墙住宅楼横墙较密,根据规范要求,在地震区设计烈度为7度、高度超过13m,烈度9度、高度超过10m的多层砖房结构,必须设置钢筋混凝土构造柱.构造柱不仅可以提高墙体的抗剪强度,更重要的是它与圈梁一起形成封闭框起到约束墙体的作用,明显提高房屋变形能力.特别在墙体开裂以后,构造柱可以限制墙体散落,使开裂墙体以其塑性变形、滑移和摩擦消耗地震能量,承担一定的竖向压力和水平地震作用,从而保证房屋不致倒塌,提高房屋抗震能力.     

基于神经网络的车削加工表面粗糙度智能预测

表面粗糙度是机械加工工艺中主要的技术参数,对零件质量和产品性能有着极为重要的影响。以加工表面粗糙度与切削用量三要素的关系为对象,采用正交试验方法,利用立方氮化硼刀具对冷作模具钢Cr12Mo V进行硬态干式车削试验,测量得到选定参数条件下的加工表面粗糙度值,并应用人工智能神经网络方法建立了加工表面粗糙度预测模型。结果表明,该预测模型具有很好的预测精度,其最大误差不超过5%。模型可以对不同切削速度、进给量和切削深度参数组合下加工后的表面粗糙度进行预测,对干式硬车条件下的切削用量选择和零件表面质量的控制具有重要指导意义。     

混凝土结构耐久性的评述

本文通过对影响混凝土结构耐久性的各种因素的分析 ,提出结构设计人员在耐久性设计方面应注意的问题。     

基于矩阵分析法的CBN刀具干式硬车参数优化研究

由于具有良好的环保性、经济性和加工柔性,硬态干式切削技术近年来得到了快速发展,并在淬硬钢的精加工中获得了应用。基于切削试验和Deform-3D有限元软件仿真,对CBN刀具干式硬车淬硬钢Cr12MoV加工表面粗糙度、切削力及切削温度等指标进行了研究。采用矩阵分析法,分析并计算了切削用量三要素对表面粗糙度、切削力和切削温度的综合影响,得到了最优切削参数组合。结果表明:该方法对分析试验工况条件,寻找最优试验方案具有简洁、高效的优点;对研究指标综合影响的显著程度由高到低依次为切削深度、切削速度和进给量。     

基于C-NCAP的室内整车灯光性能评价

由于车辆照明对夜间行车安全至关重要,车辆照明性能越来越受到人们的重视,对灯具零部件以及整车灯光照明的测试需求也不断增加。最初的照明测试和性能评估是通过夜间行驶在无照明道路或者测试轨道上的车辆进行的,近年来也出现了通过光度测量设备进行眩光及照明范围的测试方法。然而,所有户外测试都会受到天气、路况、环境光、温湿度和驾驶参数或行为等外部影响,这些都限制了测试结果的可重复性。本文论述了基于C-NACP要求下一种新的整车灯光性能评价试验室的设计及实现,说明了如何在试验室环境中测量整车的前照灯性能,从而克服户外测试的缺点。     

以医院评审指标数据治理推动医院科学管理水平提升的实践与思考

三级医院评审指标监测是促进医院医疗质量管理的重要手段，但手工统计工作量庞大，且回顾性评价统计准确性不足。中山大学附属第三医院以医院评审指标数据治理为抓手，完善数据实时标准化、结构化采集，并启动建设指标自动统计的数据应用系统。有效提升评审指标统计效率同时，通过实时跟踪指标数据变化，推动持续质量改进，提升医院综合管理水平。