排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
采用先进电子显微术在原子尺度研究了(001)单晶SrTiO3衬底上生长的纳米复合薄膜0.65BiFcO3-0.35CoFe2O4的组织形态以及界面结构.BiFeO3(BFO)和CoFe2O4(CFO)两相在外延生长过程中自发相分离,形成自组织的复合纳米结构.磁性尖晶石CFO呈方块状均匀分布于铁电钙钛矿BFO基体中,并沿[001)1]方向外延生长,形成垂直的柱状纳米结构.两相具有简单的立方-立方取向关系,即[001]BFO//[001]CFO和(100)BFO//(100)CFO,且界面为{110}晶面.薄膜表面起伏不平,形成CFO{111}小刻面而BFO则为平整的(001)表面.能谱分析结果表明各相成分均匀分布并无明显的元素互扩散发生. 相似文献
2.
基于有限元的JJ40/225-K型井架承载能力计算方法 总被引:1,自引:1,他引:0
井架的承载能力是评估其安全性的重要参数。应用MIDAS软件建立了JJ40/225-K型井架的有限元模型,计算关键部位的最大应力。依据SY/T 6326—2008标准测试相应部位的几组应力,并线性推算该部位的最大应力。测试值比计算值高10%~12%,原因是井架构件存在损伤和变形。为了评估该井架的安全性,可以用有限元方法计算的应力值乘以井架损伤系数K来估算井架的承载能力,服役时间〈10 a,K=1.1~1.2;服役时间≥10 a,K=1.2~1.5。 相似文献
3.
4.
5.
采用基于风险的检验分析方法和灰色关联分析方法,分析各参数对风险影响的关联程度和关联度值,对其进行排序并选取关联度值较大的参数作为关键参数,将关键参数作为风险智能评估系统的输入参数,选用支持向量机的机器学习方法进行场站输油管道风险智能评估系统的开发。场站输油管道风险智能评估系统开发的基础数据为白沙湾输油站输油管道的实测数据,智能评估系统计算值与原始实测值吻合良好,平均精度达到99.5%,验证了场站输油管道风险智能评估系统的正确性,有效提高了场站输油管道风险评估的智能化水平,这种开发思路和实践可作为其它场站输油管道风险智能评估系统研发时的参考。 相似文献
1