用塑料薄膜可对齿面失效进行复型,它可真实的反映出齿面的情况,而已复型的薄膜又能在显微镜下观察摄影,并可长期保存。从而基本上解决了齿轮在运转过程中齿面情况定时摄影的难题。本文着重介绍塑料复型原理、塑料薄膜的制做方法和齿面复型方法。为说明这种复型方法的精确性,并附有轮齿失效追踪的实例

在 ANSYS操作过程或条件语句中,常常需要知道有关模型的许多参数值, 如选择集中的单元数、节点数,最大节点号等。此时,一般可通过GET命令来 获得这些参数。现在,对于此类问题,我们有了一个更为方便的选择,那就是 查询函数Inquiry Function Inquiry Function类似于 ANSYS的*GET命令,它访问ASYS数据库并返回 要查询的数值,方便后续使用。 ANSYS每执行一次查询函数,便查询一次数据 库,并用查询值替代该查询函数

随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先，通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优；然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据，能够更多地保留原始数据信息；最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR)，并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明：相比于均值方法处理双率腐蚀数据，所提方法将建模样本数量由196提升到了1834；相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建模具有一定现实意义

胶结充填采矿协同利用垃圾焚烧飞灰是解决飞灰日益激增的新思路,可大量资源化利用飞灰并固化其中的重金属离子.本文以矿渣-钢渣基胶凝材料(简称冶金渣胶凝材料)分别结合4种城市垃圾焚烧(MSWI)飞灰制备胶凝材料,并以全尾砂作为骨料制成胶结充填料,测定充填料试样的流动度、抗压强度以及Cd2+浸出质量浓度:冶金渣-垃圾焚烧飞灰基充填料试样的流动度为240~265 mm,满足矿山充填的泵送要求;28 d抗压强度均大于8.88 MPa,满足一般矿山充填1~6.5 MPa的强度要求;Cd2+浸出液质量浓度低于饮用水标准5 μg·L-1的限值.通过X射线衍射(XRD)、红外光谱(IR)和热重-差示扫描量热法(TG-DSC)分析表明胶凝材料的主要水化产物组成为钙矾石、Friedel盐和C-S-H凝胶;通过X射线光电子能谱(XPS)发现Cd2+对Al2+的结合能有较大影响,钙矾石、Friedel盐可能对镉离子有固化作用

铁矿石烧结烟气中含有较高浓度的CO（体积分数0.5%～2%），因此对其进行CO脱除意义重大。为了探究不同类型催化剂的催化效果，采用浸渍法制备了Pt涂层蜂窝金属催化剂和铁铈氧化物催化剂，并通过X射线荧光光谱分析（XRF）对其组分含量进行了分析。二者在模拟烧结烟气中进行CO脱除性能的对比实验，活性测试表明，不同CO初始体积分数、烟气温度以及水汽含量对CO催化氧化的脱除效率影响较大。当模拟烟气中不含水汽的时候，二者在180 ℃及更高温度下对CO的脱除效率均能达到60%以上。反应温度为180 ℃，水汽体积分数为11.7%时，Pt负载型催化剂中的CO转化率为63.9%，而该条件下Ce改性Fe2O3催化剂的CO转化率仅为34.9%。当温度在180～300 ℃范围内，Pt负载型催化剂具有较好的抗水性，且继续升高温度，水汽体积分数增加对催化剂效率的负面影响更显著。如水汽体积分数从0增加到27.1%时，与180 ℃时的催化效率相比，Pt负载型催化剂在240 ℃时的催化效率由73.9%降至62.3%，降幅远远增大。另外，对这两种催化剂进行了抗硫性测试。当水汽体积分数为0时，Ce改性Fe2O3催化剂抗硫性更佳，但当SO2和水汽同时存在的情况下，Pt负载型催化剂具有更好的抗硫性。因此，在实际烧结中建议采取高效的脱硫措施并布置脱水层以减少其对于催化剂的负面影响

超低碳钢是一种重要的汽车用钢材料, 钢中通常添加钛元素, 使其形成析出物, 提高钢材的深冲性.然而钛元素作为一种脱氧能力较强的元素, 进入钢液中通常首先形成氧化物.为了减少含钛氧化物夹杂的生成, 基于\转炉-RH-连铸\的超低碳钢生产流程, 对RH精炼过程进行系统取样, 分析了铝脱氧剂加入后及合金化元素钛加入后的氧、氮气体含量变化及夹杂物特征变化, 并使用FactSage热力学计算软件对Fe-Al-Ti-O夹杂物稳定相图进行计算.研究结果显示, 含钛类氧化物夹杂通常以Al2O3类夹杂物作为形核质点, 对其形成包裹状夹杂物.若避免含Ti夹杂物的生成, 当钢中Ti质量分数为0.1%时, 钢中溶解Al质量分数应在0.01%以上.对含钛氧化物的生成及长大流程进行研究, 通过对Al2O3夹杂物及Ti2O3夹杂物粗化率的计算及附着功的比较可知, Ti2O3夹杂物在1600℃时的熟化生长速率较Al2O3较大且Ti2O3夹杂物与Al2O3夹杂物相比不容易相互碰撞融合并从钢液中去除.若提高精炼过程中的氧化物夹杂物去除率, 应严格控制含钛氧化物类夹杂物的生成

从宣钢铁水供应的现状出发,提出了\高炉-铁水罐-转炉\这样一个紧凑的高炉-转炉界面模式(铁水罐向转炉直兑铁水).并从时间、铁水质量、能源与环保、设备以及人员配置等五个方面来评价分析铁水直兑的优点,根据铁水直兑的要求,宣钢现有铁水罐必须扩容,提出了现有铁水罐扩容改造的两种方法,并对这两种方法的改造效果进行比较.最后,讨论了铁水罐扩容后相关辅助设施的改造问题,从而为宣钢的铁水供应方案的改造提出了参考依据

在现有工艺条件下，校验和完善二冷区铸坯凝固传热计算数学模型，开发三维二冷配水模型，解决目前设备状况下冷却水分布不均匀对铸坯温度的影响，从而控制铸坯表面质量，特别是铸坯的角部裂纹，同时对板坯连铸二冷配水制度进行改进和优化，使之满足高效连铸生产条件和改善铸坯质量的需要。提出压下参数计算公式，结合所开发三维二冷配水模型，优化现有压下工艺，提出并应用精准可控单段压下、非稳态压下控制，集中解决连铸板坯中心偏析、中心疏松和缩孔等内部质量问题。同时优化模型数据库，使之数据更加完备，模型计算更加准确，同时模型具备异钢种混浇过程二冷及压下控制功能，能够进行凝固终点W形预测与控制，可进一步提高模型适用性和准确性。模型开发并成功在多家钢厂现场应用，有效改善了铸坯裂纹和偏析等铸坯表面和内部的质量问题

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪