锌铝镁镀层钢板前处理与电泳性能研究

以镀锌钢板作为对比,考察锌铝镁钢板涂装前处理和电泳性能.结果显示:锌铝镁钢板的脱脂性能与镀锌钢板相近,磷化膜外观、膜重、覆盖率和结晶尺寸与镀锌钢板差异较小,电泳漆膜外观、膜厚、附着力和耐冲击性与镀锌钢板一致,但电泳漆膜的杯突极限性能和划线循环腐蚀性能优于镀锌钢板.     

属性与属性值合一的数据约简算法

提出一种数据约简算法.该算法从决策表中条件属性的等价类族考虑,分析决策值的等价类族,在约简过程中,可同时进行属性约简与属性值约简.与基于分析法或区分矩阵的传统约简等算法相比,本文算法可省略属性值约简中繁琐的比较过程,减少比较次数,提高约简效率.     

4种典型热镀锌板表面钝化膜耐腐蚀性能研究

目的 分析4种热镀锌板钝化膜体系成分,考察不同钝化膜的耐腐蚀性及防腐机理。方法 通过SEM、XPS、GDS、红外光谱、润湿角,分析了4种钝化膜的微观结构和化学成分。通过电化学、中性盐雾、循环盐雾试验,验证了镀锌板钝化膜的耐腐蚀性。结果 耐指纹膜、自润滑膜、全无铬钝化的主体均含Si和O,膜厚约1 μm,耐指纹膜中还含有Sn和P,自润滑膜和全无铬钝化中含有较多的P和Sn,三价铬钝化膜主要含有Si、O、Cr、C、P,膜厚仅为0.05 μm。4种钝化膜的成分分布与光整坑有较强的对应关系,光整坑中成膜较厚,光整坑外部出现明显的Zn元素强度,说明该处钝化膜较薄,三价铬具有最优的疏水性,全无铬和耐指纹也具有较好的疏水性,自润滑板疏水性较差,三价铬钝化的自腐蚀电流密度为0.97 µA/cm²,全无铬、自润滑、耐指纹的自腐蚀电流密度依次为1.6、2.3、2.6 µA/cm²。全无铬中树脂交联密度较高,三价铬钝化存在致密的氧化物膜,疏水性较好,对去极化剂的阻隔能力也更强,电荷在界面转移阻力较大,而耐指纹板和自润滑板存在部分孔隙,所以其平面耐腐蚀性稍差。在循环腐蚀过程中,由于存在干湿交替,高盐环境对钝化膜的持续攻击时间较短,故4种钝化膜在循环腐蚀过程中平面处的耐腐蚀性均优于中性盐雾环境中,盐雾结果与电化学结果有较好的一致性。结论 不同表面膜耐腐蚀性有一定区别,三价铬和全无铬具有较优的耐平面腐蚀性和划叉腐蚀性。     

铸坯内部缺陷的超声无损检测与表征

铸坯作为钢铁生产的中间产品,其内部质量对下游产品质量有重要的影响。传统铸坯质量检测多采用金相法和金属原位分析等方法对表面缺陷进行检测,而无法检测内部缺陷。针对工业生产中对铸坯内部质量控制的需求,提出了基于分层聚焦扫查的超声显微无损检测方法。首先,利用超声检测设备对试样进行分层聚焦扫查,得到试样厚度方向上多张超声图像,然后,对所得超声图像进行三维重构,并分析重构结果,得到铸坯内部缺陷尺寸、数量、空间分布等特征,进而得到铸坯致密度、均匀度等评价指标。利用新方法评价不同压下量处理的42CrMo钢铸坯,发现压下量为16 mm时,对铸坯质量改善最为明显,辅以金属原位分析的结果,验证了该方法的有效性。     

废线路板热解处理技术和装置发展现状

综述了热解技术在废线路板处理中的研究现状,以及常用热解设备结构、工作原理、各自优缺点和应用于废线路板热解的研究现状,论述了常压惰性气体热解技术、真空热解技术、熔融盐热解技术、催化热解技术等在废线路板热解中的研究进展,对现有工业化生产的钢带炉、多膛炉及回转窑热解装置进行了重点介绍,探讨了废线路板热解技术及热解装置目前应解决的问题和今后的研究方向。     

应用超声显微镜技术检测饰品镀金层厚度

贵金属饰品市场常出现掺假黄金侵犯消费者权益事件,实验室常用X射线荧光光谱法(XRF)检测饰品元素含量,但此法对于表面覆盖层较厚的样品存在局限性。本文利用超声显微镜对银镀金和铜镀金样品进行测试,得到超声衰减系数与表面镀层厚度间的关系曲线,能够实现对镀层样品厚度的定量分析,在无损前提下得到贵金属样品内部信息,对于未来珠宝检测行业具有重要指导意义。     

磷化对热镀锌板电泳漆膜抗石击腐蚀性能的影响

研究了热镀锌板磷化膜质量对其电泳膜抗石击腐蚀性能的影响。在满足车身涂装前处理要求的前提下,磷化膜晶粒尺寸和微孔电阻小有利于电泳膜厚的提高,磷化膜与电泳漆膜的结合力也较强。石击后循环腐蚀试验结果表明,热镀锌板上磷化膜的质量是影响电泳漆膜抗石击腐蚀的关键因素。磷化膜的晶粒尺寸越小,其电泳涂装后的抗石击腐蚀能力越强。     

加权多尺度形态滤波在轴承故障诊断中的应用

滚动轴承故障信号中通常包含了周期性出现的冲击衰减成分,冲击频率反映了轴承发生故障的位置信息。多尺度形态滤波可以提取分布在不同尺度下的冲击特征,为了更准确的反映不同尺度分析结果的贡献,提出了一种评价冲击特征提取效果的指标,并以此计算权值对多尺度分析结果进行加权综合。仿真信号和轴承外圈故障信号的分析结果表明,加权多尺度形态滤波方法可以有效提取强背景噪声下的冲击特征,为滚动轴承故障诊断提供了一种有效的手段。     

基于声发射检测技术的转炉耳轴轴承故障诊断

以转炉耳轴轴承为研究对象,将声发射技术应用于转炉耳轴轴承的故障诊断中,提出了应用主成分分析(PCA)和最小二乘支持向量机(LS-SVM)相结合的故障诊断方法。首先,对声发射信号的特征量进行主成分分析,得到更能反映设备状态的综合特征参数,然后将新的特征参数输入到最小二乘支持向量机中进行状态识别。利用在实际生产过程中采集到的转炉耳轴轴承声发射数据进行方法验证。结果表明,新方法能够有效区分出转炉耳轴轴承的故障模式,识别的总体正确率可达97.8%。     

基于自适应稀疏表示的宽带噪声去除算法

为了有效地去除信号中的宽带噪声,提出了一种基于自适应稀疏表示的宽带噪声去除算法.根据噪声成分与信号特征成分之间的不相关或弱相关特点,自适应地确定稀疏分解的终止条件,实现信号的稀疏表示.降噪过程中使用染噪信号构造学习样本,由信号的自适应稀疏表示和原子库的更新迭代实现原子库的训练.染噪信号在训练后的原子库上进行自适应稀疏表示,实现信号的噪声去除.仿真信号和齿轮振动信号的降噪试验表明:该方法具有比小波阈值降噪、匹配追踪降噪方法更好的降噪性能,能够有效地去除信号中的宽带噪声.