耐磨、柔软聚氯乙烯改性塑料鞋料的研制

聚氯乙烯塑料单鞋、棉鞋价廉物美,但目前市售的PVC塑料鞋不耐穿,鞋底易磨坏、易发硬、打滑、或断裂;沿条与鞋帮附着力小,易剥离。因此改善PVC塑料鞋的耐磨性及柔软性能是当前延长PVC鞋寿命的一条途径。我们进行了RM—PVC塑料的研制工作,简介如下。     

基于CFD技术的导管螺旋桨自动优化设计技术研究

该文开发了一种基于定常计算的导管螺旋桨自动优化设计技术.该方法综合了导管桨桨叶、导管及桨毂的几何生成、网格自动划分、优化算法和CFD分析等技术,有助于将螺旋桨理论计算推广到设计阶段.文中采用该方法计算某导管螺旋桨的改造,并与试验结果进行了比较,验证了其效果.计算结果显示,优化后的导管桨可以提供更高的推力和效率.     

酶响应型捏合淀粉药物载体的制备和性能

采用机械捏合的方法制备了不同抗消化性能的捏合淀粉基载体材料。利用扫描电子显微技术(SEM)、X射线衍射技术(XRD)和体外模拟人体消化试验(In-Vitro)对捏合淀粉的颗粒形貌、结晶结构和在人体上消化道中的消化性能进行了考察。发现随着抗消化性能的降低,淀粉颗粒的破损程度越大,淀粉结晶结构结晶形态由B型向V型转变,消化速度增大。同时以胰酶为模型药物,考察了捏合淀粉对药物的体外释放性能。结果显示,不同抗消化性能的捏合淀粉可望作为不同消化道靶向要求的药物载体材料。     

激光表面处理对工业级锆基块体非晶合金塑性变形能力的影响

目的 针对工业级Zr49.7Ti2Cu37.8Al10Er0.5块体非晶合金受到原材料中杂质元素和制备环境中氧元素的影响,其本征塑性变形能力较差的问题,研究激光表面处理对工业级Zr49.7Ti2Cu37.8Al10Er0.5块体非晶合金在压缩和拉伸条件下塑性变形能力的影响。方法 采用低纯原料制备工业级母合金锭子,利用铜模铸造法在低真空环境下制备工业级非晶合金试样,采用激光法对试样进行表面处理,利用万能试验机对激光处理试样的压缩和拉伸力学性能进行测试。通过X射线衍射仪和电子探针对试样的微观组织结构进行表征,采用扫描电镜对力学测试失效后试样的形貌进行微尺度观察。结果 经激光表面处理后影响区的深度约为150 μm,在影响区内铜元素的含量有所降低,但依然为非晶结构。在压缩条件下,未经激光表面处理的工业级Zr49.7Ti2Cu37.8Al10Er0.5块体非晶合金的塑性应变为0,断裂强度为1 534 MPa。经过激光表面处理后,试样具有1%的塑性应变,屈服强度为1 337 MPa,断裂强度为1 562 MPa。在拉伸条件下,激光表面处理前后工业级块体非晶合金的塑性应变均为0,断裂强度也无明显变化,其平均值为1 379 MPa。结论 通过激光表面处理在工业级Zr49.7Ti2Cu37.8Al10Er0.5块体非晶合金试样表面引起的成分变化和引入的残余应力状态,能够有效促使压缩载荷作用下剪切带的萌生,提高其压缩塑性变形能力。     

装载机铰接系统铰点位置对铰点载荷的影响

研究了装载机车架铰接系统铰点位置对铰点载荷的影响；给出了ＺＬ５０装载机铰点纵向位置、上下铰点距离、下铰点到路面距离与铰点径向、轴向载荷的关系；得出了一些对铰接式车辆铰接系统的设计及改进具有一定指导意义的结论。     

获各琦铜矿利用采空区及废旧巷道预热冬季入风流的研究

获各琦铜矿利用地温预热的原理,设计了冬季井筒防冻通风系统。该预热系统经过一年多的运行,采空区及废旧巷道可使约63m^3/s的冷空气由-26℃预热到+2℃以上,有效地降低了冬季期间进风井的预热压力及预热成本,节省了大量能源消耗。在实践上证明了利用采空区及废旧巷道预热冬季入风流在技术上的有效性、经济上的合理性和安全上的可靠性。     

液压支架小四杆护帮机构关联配合尺寸分析

对比分析了几种带小四杆的护帮机构,给出了在设计过程中护帮小四杆关联部件的配合尺寸及关键部位的处理方法,为设计和生产提供了有效的指导。     

电火花沉积 Fe 基涂层的组织及耐磨性能

通过电火花沉积技术在P20模具钢表面制备了Fe基涂层,利用SEM,XRD及摩擦磨损试验机等分析了涂层的组织结构、显微硬度及耐磨性能。结果表明:电火花沉积Fe基涂层组织均匀、致密;涂层中靠近界面处的组织为柱状枝晶,而涂层中上部组织为超细晶粒。涂层的平均硬度为637.1HV0.1,相比基体提高了1倍;涂层耐磨性优于基体,涂层中弥散分布的Cr7C3,CrB及Fe3C等硬质是Fe基涂层硬度及耐磨性提高的主要原因。涂层的磨损机理主要为磨粒磨损的微切削和疲劳磨损。     

HPb59-1黄铜阀体铸造工艺试验研究

为了消除HPb59-1黄铜阀体在生产中产生缩孔、缩松和组织粗大等铸造缺陷,通过铸造工艺试验确定:在阀体热节处加设形状适宜的补缩冒口,强化铸件的补缩并将缩孔移出阀体;采用微量硼作为变质添加剂,细化阀体组织,有效地消除了上述铸造缺陷.     

基于深度学习的传感器优化布置方法

针对传感器优化布置(optimal sensor placement,简称OSP)问题,提出了一种新的使用深度神经网络的解决方案,并以简化的桥梁形状的桁架结构中的振动测试传感器优化为例进行了验证。首先,选择一种传统的传感器优化布置方法,对自动化生成的大量不同的桁架结构分别进行传感器优化布置计算,将所得优化布置结果在进行数据预处理后构建出深度学习方法所需要的训练集与验证集;其次,使用Python语言和深度学习框架TensorFlow设计实现与本研究问题适配的深度神经网络模型并训练;然后,随机生成了新的桁架结构参数;最后,将深度神经网络输出的传感器布置结果和传统方法的计算结果进行了比较,验证了本研究方法的有效性以及在速度上、可移植性与可扩展性方面的性能优势。