利用钢渣制备陶瓷材料是钢渣资源化大宗利用的一条新途径.开展不同烧结气氛对钢渣陶瓷影响规律的研究,对推动钢渣陶瓷技术的应用具有重要意义.以20%钢渣和80%黏土为原料,分别在空气和氮气气氛下,制备了钢渣陶瓷样品,分析了其晶相转变和性能变化规律,并定量研究了氧分压对钢渣陶瓷中铁元素价态转变的影响机理.研究表明,在空气条件下烧结时,原料中的Fe2+发生氧化形成赤铁矿相,烧结样品物理性能要优于在氮气条件下烧结的样品,其抗压强度和吸水率为310 MPa和3.7%;而在氮气条件下烧结时,Fe2+形成铁铝尖晶石和铁辉石,烧结样品中形成的气孔大小和数量要大于和多于空气条件下的样品,这是导致其力学性能较差的一个主要原因.铁元素赋存晶相转变的氧分压临界范围为0.5%~0.75%:当分压低于0.5%时,可以获得以铁铝尖晶石和铁辉石为主的黑色或褐色陶瓷样品;当氧分压超过0.75%时,Fe2+开始发生氧化并形成Fe3+,逐渐形成赤铁矿并带来样品颜色为褐黄色或褐红色.增加烧结环境中氧气分压量是减少钢渣陶瓷产品黑心的一个重要手段

研究了一种方便可靠的夹杂物评估方法：利用合适电化学充氢后的拉伸试样获取夹杂物并与极值统计法相结合估算不同体积钢中非金属夹杂物的最大尺寸并预测疲劳强度。研究选用工业生产的高洁净度20Cr2Ni4A齿轮钢，将淬火+低温回火态的标准拉伸试样进行电化学充氢，使拉伸断口由于氢脆现象存在一些以粗大非金属夹杂物为中心的脆性平台，从而可方便快捷地在扫描电子显微镜下对夹杂物的类型、尺寸和分布进行检测，并利用极值统计法对钢中的最大夹杂物尺寸进行评估。为了验证该方法的准确性，采用传统金相法和旋转弯曲疲劳试验对钢中非金属夹杂物进行了检测，结果表明，使用本文所提出的夹杂物评估方法预测的钢中最大夹杂物尺寸及疲劳强度与疲劳试验结果相吻合。因此，该方法有望成为预测高洁净度高强度钢中最大夹杂物尺寸及其疲劳强度的一种有效方法

以过渡金属硫酸盐、氢氧化钠、氨水为原料，通过连续共沉淀–高温固相法制备了富锂锰基正极材料Li1.17Ni0.33Mn0.5O2。对其进行了包括微观形貌、宏观形貌、晶体结构、电化学性能等方面的表征，研究了前驱体烘干温度对于粒度较小前驱体的宏观形貌及锂化后正极材料的微观形貌和电化学性能的影响。结果表明，烘干温度较高的前驱体在烘干后出现了明显了宏观烧结现象，锂化并涂布后出现了明显的颗粒；烘干温度较低的前驱体在烘干后并未出现宏观烧结现象，锂化并涂布后未出现明显的颗粒。在电化学性能方面，前驱体烘干温度较高的正极材料在经历50个循环后，可逆比容量只剩下85%，下降比较明显；前驱体烘干温度较低的正极材料在经历了50个循环后，可逆比容量未出现明显下降

1、焊接的概念 通过加热或加压(或两者并用)并且用(或不用)填充材料使焊件达 到原子间结合的连接方法 中熔焊接时需要加热 加热可使被焊金属接头熔化,形成共同的熔池,凝固后连接起来. 固态下焊接时需要加热或加压并加热:

并行计算机的理论模型是从物理模型 抽象的; 为开发并行算法提供了一种方便的框 架; 用这些模型可求得并行计算机的理论 性能界限; 可在芯片制作前估算芯片区的VLSI复 杂性和执行时间

为提高热轧换规格首块钢头部卷取温度命中率，采用数据挖掘技术，从历史带钢冷却数据中推断出与实际带钢相匹配的卷取温度模型水冷换热学习系数，并将其应用于模型预设定计算。首先，对冷却特征参数进行识别，按照相对型、绝对型、相等型和策略型四种方式进行定义，并对实际带钢与历史带钢的各项冷却特征参数进行相似距离计算。当历史带钢的总相似距离满足要求时，将其聚类为实际带钢的相似卷，并考虑各相似卷的时间影响，计算相似权重值；随后，基于相似带钢的头部和尾部信息，建立由卷取温度预报误差、偏离学习系数回归值惩罚项和偏离默认值惩罚项等构成的目标函数以及相应的约束条件，采用梯度下降法求解该二次规划问题，通过三次优化逐步计算出学习系数参考值和表征学习系数与带钢速度及目标卷取温度呈双线性关系的两个参数；最后，根据实际带钢的穿带速度、目标卷取温度等冷却条件计算冷却设定所需的学习系数。现场应用表明：基于十万块历史带钢冷却数据驱动的模型参数即时自适应设定算法可增强卷取温度模型对带钢头部冷却的预设定能力，学习系数即时自适应设定能力随着内存中保存的历史带钢冷却数据的多样性和检索出的相似卷数量的增加而提升

1计算技术的现状 一、并行技术的出现 电子计算机五次换代

妊娠期、分娩期、产褥期可使心脏病患者心功能受损而发生心力衰竭。妊娠合并 心脏病是我国孕产妇死亡的第二原因。以风湿性心脏病最为常见,占80%左右,尤以二 尖瓣狭窄最为多见,但近年来发病率逐渐下降,合并先心病的发病率增高

1、了解妊娠对糖尿病的影响及糖尿病对孕妇、胎儿及新生儿的影响。 2、一般讲解妊娠合并糖尿病的诊断及辅助检査方法 3、重点讲解妊娠合并糖尿病的处理原则,包括药物治疗

采用调频连续波（Frequency modulated continuous wave, FMCW）雷达实现非接触式生理信号检测，并提出了基于小波分析和自相关计算（Wavelet analysis and autocorrelation computation, WAAC）的检测方法。首先，毫米波FMCW雷达发射电磁波信号，并接收来自身体的反射信号。然后，通过信号预处理从中频信号中提取包含呼吸和心跳的相位信息，消除直流偏置并完成相位解缠。最后，基于小波包分解（Wavelet packet decomposition, WPD）从原始信号中得到心跳和呼吸信号，利用自相关计算减小杂波对心跳信号的影响，进而提取高精度的心率参数。应用FMCW雷达对10名受试者进行实验测试，结果表明本文方法得到的呼吸和心率的平均绝对误差率平均值分别小于1.65%和1.83%