排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
摩擦焊作为一种先进的焊接工艺已在生产中得到了广泛的应用,但对摩擦焊接头到底是怎样形成的这样一个最基本的问题,却研究得很少,了解得很不够。文献[1]用在碳钢工件接触表面中嵌入一小块镍的办法来研究接触表面附近金属流动的情况。文中提出了如图1所示的金属流动的图形,并指出摩擦焊时没有把原始接触表面完全排挤出去的必要。摩擦焊接头质量比闪光焊或电阻焊稳定,对原始表面上少量的污物不敏感,这些部是生产实践经验早已确认了的事实。但为什么原始接触表面不排挤出去,接头的可靠性却没有任何问题呢?这个问题与摩擦焊接头结合的特点有关。而这个特点的了解对深入掌握摩擦焊工艺、正确选择焊接规范、了解摩擦焊接头的机械性能、分析其金相组织和微区化学成分的变化、选择焊后热处理规范以及对接头的超声波探伤波形进行分析等都是非常必要的。 相似文献
2.
不久以前,在莫斯科学习的研究生张修智和高令俊来基辅收集有关论文资料,我们一起在巴顿电焊研究所进行了几天的参观和实习。在该所副所长马卡拉(A.M.Makapa)同志的热情帮助下,使我们看到了不少新的东西,增加了很多新的知识。但是由于研究所备个组成部门很多,牵连到的面甚广,因此我们的了解亦仅能限于表面的一些。在本文中,作者想对研究所的情况作一简单的介绍,希望对国内关心巴顿电焊研究所近况的同志有所帮助。 相似文献
3.
4.
5.
城市固废焚烧(Municipal solid waste incineration, MSWI)过程受垃圾成分波动、设备磨损与维修、季节交替变化等因素的影响而存在概念漂移现象, 这导致用于污染物排放浓度的建模数据具有时变性. 为此, 需要识别能够表征概念漂移的新样本对污染物测量模型进行更新, 但现有漂移检测方法难以有效应用于建模样本真值获取困难的工业过程. 针对上述问题, 提出一种联合样本输出与特征空间的半监督概念漂移检测方法. 首先, 采用基于主成分分析(Principal component analysis, PCA)的无监督机制识别特征空间内的概念漂移样本; 然后, 在样本输出空间采用基于时间差分(Temporal-difference, TD)学习的半监督机制对上述概念漂移样本进行伪真值标注后, 再用Page-Hinkley检测法确认能够表征概念漂移的样本; 最后, 采用上述步骤获得的新样本结合历史样本对模型进行更新. 基于合成和真实工业过程数据集的仿真结果表明所提方法具有优于已有方法的性能, 能够在加强模型漂移适应性的同时有效缩减样本标注成本. 相似文献
6.
氮氧化物(nitrogen oxides,NOx)浓度的实时精准检测是实现脱硝过程闭环控制的前提,对提高城市固废焚烧(municipal solid waste incineration,MSWI)过程脱硝效率具有重要意义。为此,提出了一种基于注意力模块化神经网络(attention modular neural network,AMNN)的MSWI过程NOx排放预测方法。首先,模拟脑网络“分而治之”处理复杂任务的特性,利用模糊C均值(fuzzy C-means,FCM)聚类算法将待预测任务划分为多个子任务,从而降低预测任务复杂度;其次,针对各子任务,设计一种自组织模糊神经网络(self-organizing fuzzy neural network,SOFNN)构建子模型,通过神经元增删机制和二阶学习算法提高子模型的学习效率和学习精度;然后,提出了一种基于注意力机制的子模型整合策略,进一步提高预测模型的泛化性能;最后,通过基准实验Mackey-Glass时间序列预测和北京某MSWI厂实际数据验证了AMNN的可行性和有效性。 相似文献
7.
8.
1