采用实验室25 kg高频真空感应炉熔炼M2钢,并用水冷铜模和砂模均浇铸为横截面100 mm×50 mm的M2钢铸锭,研究冷却速度对M2钢二次枝晶间距、渗透率、碳化物和晶粒尺寸及分布的影响.研究结果表明：M2钢凝固过程中,快的冷却速度能有效减小二次枝晶间距、渗透率、晶粒和网状碳化物的尺寸,同时可以改善晶粒和网状碳化物的分布和均匀性;砂模和水冷铜模M2钢铸锭的平均二次枝晶间距分别为42.5μm和21.6μm,平均冷却速度为1.06 K·s-1和12.50 K·s-1,平均渗透率分别为0.13μm2和0.035μm2.快的冷却速度能有效减轻中心碳偏析程度,砂模和水冷铜模模铸的M2钢铸锭中心碳化物面积分数分别为0.46和0.30,且其较各自的平均值分别增大38.7%和2.2%;水冷铜模铸锭平均晶粒尺寸（43.1μm）较砂模铸锭的平均晶粒尺寸（72.6μm）减小约40.7%,铸锭中心晶粒尺寸减小43.2%,且水冷铜模铸锭的晶粒尺寸较砂模铸锭均匀.文中获得了M2钢凝固过程中晶粒尺寸与冷却速度的关系式

1、了解中药制剂的分类及中药制剂分析的特点 2、熟悉中药制剂分析的一般程序 3、掌握中药制剂常用的定量分析方法； 第一节 概述 第二节 中药制剂分析的一般程序

问题计算用户输入的一个正整数各位之和。 分析为完成问题所提出的任务,首先必须将该整数的各位分 离出来。分离各位数有两种方案:一种是从高向低逐位分离 ;另一种则反之。然而,前者必须知道用户所输入之数据的 位数,并用不同的数来逐级除该数。利用后者则可以采用一 种简单的算法:反复地分离出个位数将数据降低一个数量 级,直到无数据可分离。每分离出一个个位数,就将它加到 一个累加器中

以氧气高炉循环煤气加热工艺为背景，在实验室条件下研究了CO和H2体积分数较高的煤气加热时的析碳行为。实验结果表明，温度和CO2体积分数是影响析碳反应的重要因素。在300-700℃范围内，当温度低于500℃时，析碳反应速度随温度的升高而增加；当高于此温度时，反应速度随温度的升高而下降。析碳反应包括CO分解析碳反应以及CO和H2的混合析碳反应。对比热力学理论与实验现象分析了析碳过程中以上两个反应可能起到的作用。采用扫描电镜，从微观结构上观察了500~700℃时加热过程中析出碳的形态并研究了析碳行为。另外，随着CO2体积分数的增加，析碳反应速率逐渐降低。在500℃和600℃时，CO2体积分数的增加对析碳行为有较大抑制作用，尤其在500℃时这种抑制作用更加明显

为了精确表征轮胎与路面微观摩擦接触特性及分子作用力效应,利用分子动力学模拟分析方法建立轮胎(聚异戊二烯)和集料(二氧化硅)三维单体模型和界面接触模型,在纳米尺度上研究轮胎和集料的微观构造和接触特性.模拟结果表明:链状聚异戊二烯分子链为螺旋状结构,分子间隙较大,易产生较大变形,而二氧化硅则为典型脆性材料,表面较为平整;界面接触模型以二氧化硅为固定基底,聚异戊二烯单链在其上匀速滑动,二者间距离为0.5 nm.接触界面摩擦特性模拟结果表明摩擦系数随着速度增加而变小,其变化趋势与实验结果相同,证明模拟结果有效

测试了阴离子型低相对分子质量聚丙烯酰胺PAM A401作用对煤及高岭石絮体表观粒径分布、样品红外光谱以及表面润湿性的影响,并通过浮选速度实验验证PAM A401的作用效果.研究表明,12 mg·L-1PAM A401且循环搅拌11 min时,煤絮体累积粒度分布达到10%、50%和90%时对应的粒径分别是高岭石絮体的6.86、2.22和2.45倍,呈较好的絮凝选择性.吸附PAM A401后,煤的亲水性官能团特征峰增强,疏水性降低;高岭石的亲、疏水性官能团均有增加,疏水性略高.与常规浮选相比,选择性絮凝浮选实验的浮选速率较大,捕收剂用量降低30%.浮选3 min时,选择性絮凝浮选实验的可燃体回收率为81.57%,较常规浮选实验高3.64%,精煤灰分相当.PAM A401虽使煤颗粒的表面润湿性降低,但微细粒煤颗粒表观粒径增大的效应促进微细粒煤泥的分选

本文提出一种按成因、物理状态与成分的分类方察。将包体分为正常与异常两类。正常包体按物理状态和成分划分亚类;异常包体主要按成因划分亚类。提出了正常与异常包体的定义,区分标志及各种异常包体的形成机理以及研究异常包体的重要意义。明确提出,只有正常包体才能用作译解内生成矿作用的密码,对各种包体特征及各类正常成因包体的地质意义进行了必要的说明

• 8.1 投资偿还期和投资效果系数计算 • 8.2 现值分析法 • 8.3最小费用法 • 8.4收益率分析法 • 8.5盈亏平衡分析法 • 8.6敏感性分析 • 8.7概率分析 • 8.8 方案比选的综合评价方法

第6章账户分类 6.1账户分类概述 6,2账户按绎济内容分类 6,3账户按用途和结构的分类 6.4账户的其他分类

行星齿轮箱振动信号包含多种频率成分和噪声干扰，频谱具有复杂的边带结构，容易对故障识别造成误导甚至引起错判.在不同故障状态下，行星齿轮箱振动信号的多域特征量将偏离正常范围且偏离程度不同，根据这一特点，提取振动信号的时域、频域特征参量用于故障识别.为了避免传统分析方法中负频率及虚假模态问题，增强对噪声干扰的鲁棒性，采用局部均值分解法将信号自适应地分解为单分量之和，提取时频域单分量瞬时幅值能量.针对多域特征空间构造过程中出现的高维及非线性问题，采用流形学习对数据进行降维处理.提出基于改进的虚假近邻点的本征维数估计及最优k邻域确定方法，并通过等距映射对多域特征空间进行降维分析.对于行星齿轮箱实验信号，根据样本流形特征聚类结果，分别识别出了太阳轮、行星轮和齿圈的局部故障，从而验证了上述方法的有效性