单质硅粉加入量对氮化硅结合碳化硅砖抗冰晶石侵蚀性能影响的研究

铝电解槽用氮化硅结合碳化硅砖的生产广泛地采用反应烧结法,即单质硅粉和碳化硅混合在氮气气氛下烧结而生产氮化硅,单质硅粉的加入量对氮化硅的含量以及氮化硅结合碳化硅砖抗冰晶石侵蚀性能有着重要的影响.模拟挪威SINTEF实验室抗冰晶石试验方法,研究了单质硅粉加入量对氮化硅结合碳化硅制品的抗冰晶石侵蚀性能的影响,为氮化硅结合碳化硅砖的生产和应用提供依据;结果表明,单质硅粉加入量为17％时试样的抗冰晶石侵蚀性能最佳;对氮化硅结合碳化硅抗冰晶石侵蚀机理研究表明,在有氩气保护的环境下,侵蚀机理方面主要是氟盐从气孔对砖的渗透,而F-和Na+的渗透力最强.     

两种粒度的硅粉配合比对Si_3N_4-SiC性能的影响

硅粉的粒度对氮化硅结合碳化硅(Si_3N_4-SiC)的性能有重要影响。本文在硅粉加入量一定的情况下,研究了400目和200目硅粉的配合比对Si_3N_4-SiC的物理性能、Si_3N_4含量以及断口的Si_3N_4形貌的影响。结果表明,在硅粉加入量总量一定的情况下,400目与200目硅粉配合比为1:1时试样的综合性能最佳。     

木质素磺酸钙加入形式对Si_3N_4结合SiC制品性能的影响

Si_3N_4结合SiC制品在生产过程中选用木质素磺酸钙作为结合剂,木质素磺酸钙在氮化烧成过程中烧失残留的气孔为氮化烧成提供了有利的条件。目前,木质素磺酸钙加入形式有液体和干粉两种。本文对这两种加入形式对Si_3N_4结合SiC制品的性能影响进行了研究,结果表明木质素磺酸钙以溶液的形式加入优于以粉状的形式加入。     

Spark内存管理及缓存策略研究

Spark系统是基于Map-Reduce模型的大数据处理框架。Spark能够充分利用集群的内存,从而加快数据的处理速度。Spark按照功能把内存分成不同的区域:Shuffle Memory和Storage Memory,Unroll Memory,不同的区域有不同的使用特点。首先,测试并分析了Shuffle Memory和Storage Memory的使用特点。RDD是Spark系统最重要的抽象,能够缓存在集群的内存中;在内存不足时,需要淘汰部分RDD分区。接着,提出了一种新的RDD分布式权值缓存策略,通过RDD分区的存储时间、大小、使用次数等来分析RDD分区的权值,并根据RDD的分布式特征对需要淘汰的RDD分区进行选择。最后,测试和分析了多种缓存策略的性能。