机电系统计算机仿真是目前对复杂机电系统进行分析的重要手段与方法。在 进行机电系统分析综合与设计工作过程中,除了需要进行理论分析外,还要对系统 的特性进行实验研究。系统性能指标与参数是否达到预期的要求?它的经济性能如 何?这些都需要在系统设计中给出明确的结论。对于那些在实际调试过程中存在很 大风险或实验费用昂贵的系统,一般不允许对设计好的系统直接进行实验,然而没 有经过实验研究是不能将设计好的系统直接放到生产实际中去的,因此就必须对其 进行模拟实验研究

采用溶胶-凝胶法制备了系列Eu3+和Y3+双稀土离子共掺杂的TiO2纳米粉体,通过X射线衍射(XRD)、BET、扫描电子显微镜(SEM)、UV-Vis漫反射和荧光光谱分析等对样品的微观结构和性能进行了表征.结果表明:Eu3+和Y3+双稀土离子共掺杂比Eu3+或Y3+单组分掺杂更能有效地抑制TiO2纳米晶体的晶型转变,提高其比表面积;UV-Vis漫反射曲线均有一定的蓝移现象;Eu3+和Y3+双稀土离子共掺杂TiO2纳米体系中均能得到Eu3+特征发射光谱;以少量Y3+替代Eu3+时,Eu3+发光性能变得更强.以甲基蓝溶液为目标污染物,考察了Eu3+和Y3+双稀土离子共掺杂TiO2纳米粉体的光催化活性.结果表明,Eu3+和Y3+双稀土离子共掺杂比单组分掺杂更能有效地提高TiO2纳米粉体的光催化活性,并且Eu3+和Y3+稀土离子的最佳掺杂配比为1:4

采用扫描电子显微镜(SEM)、电子背散射衍射分析技术(EBSD)和透射电子显微镜(TEM)等实验手段,研究了不同淬火-回火热处理工艺制度对X80管件钢组织性能的影响.结果表明:一次930℃淬火后,随着回火温度的升高,实验钢屈服强度先升高后降低,在630℃达到最大值588MPa;抗拉强度随回火温度升高持续下降,680℃时降至630MPa.二次两相区淬火,经630℃回火后,X80管件钢有最佳的综合力学性能,-50℃冲击韧性显著提高,Ak达到210J.这是由于二次淬火温度在860℃两相区时,组织中奥氏体晶粒大幅细化,经630℃回火后,细晶马氏体组织中出现位错亚结构的回复软化、板条边界钝化和块状M-A组元分解产生的析出强化机制综合作用的结果

第一节SDH光传输系统 第二节SDH线路性能分析 第三节SDH网络性能指标 第四节SDH光接口、电接口技术标准

利用多功能连续退火模拟器Multipas对屈服强度为380MPa的低硅型冷轧低合金高强钢板连续退火生产工艺进行了模拟,研究了在820,800,780℃三种不同退火温度和60,120,160m·min-1三种不同退火速度下,连退工艺对冷轧低合金高强钢板组织、力学性能的影响.结果表明,在不同的退火温度、退火速度下钢板退火组织的晶粒度基本相同,采用较低的退火温度和较高的退火速度时,可获得较好的强化效果.同时指出,在较高的连续退火温度下,退火速度对力学性能的影响较为显著

以锡代铅研制了一种含锡的环保型易切削钢,并进行了切削及力学性能试验.结果表明,在含量小于0.05%(质量分数)时,锡能明显改善钢的易切削性能,未发现对钢的力学性能有不利的影响

研究了氧对Sm(Co,Fe,Cu,Zr)z永磁体性能的影响,并借助SEM、EDS和TEM等方法分析了永磁体的显微组织变化.讨论了影响磁体性能的原因.结果表明:在氧含量不高时(质量分数<0.32%)对磁性能的影响不明显,永磁体具有良好的磁性能;在0.32%~0.4%时,随氧含量的增加磁性能开始下降;氧含量大于0.4%后,磁性能急剧恶化;当大于0.7%后,磁性能基本消失.随着氧含量的增加,磁体的晶粒尺寸减小,以Sm2O3为主的白色析出物增多.非磁性相的增多和有效Sm含量的减少是影响磁性能的主要原因

抗挤毁性能是油套管的一项至关重要的性能指标．椭圆度和壁厚不均是存在于油套管中的初始微小几何缺陷．运用Koiter初始后屈服理论分析承受均匀外压力的长薄壁油套管的后屈曲性态及其缺陷敏感性，得出承受均匀外压力的长薄壁油套管具有后屈曲稳定性的结论．

采用净浆流动度、ζ电位、总有机碳(TOC)、红外光谱等实验,研究粉煤灰中氧化铁含量对不同结构聚羧酸减水剂吸附性能的影响,探讨氧化铁影响聚羧酸减水剂对水泥分散性能的机理,并提出了相应改进方法.结果表明:粉煤灰中氧化铁含量对掺不同结构聚羧酸减水剂的水泥净浆流动度均有很大影响,当氧化铁质量为粉煤灰总质量的18%时相应浆体基本失去流动性;加入硫化钠能使氧化铁与聚羧酸减水剂的吸附性能降低,浆体流动度有所改善.高氧化铁粉煤灰对聚羧酸减水剂的吸附性很强,与普通Ⅱ级粉煤灰相比,外加剂溶液中有机碳的含量要减少1/3.电泳实验表明:氧化铁的含量越多,体系ζ电位绝对值越小,分散稳定性越差.红外光谱表明:硫化钠的加入降低了高氧化铁粉煤灰对聚羧酸减水剂的吸附

通过对下一代制造系统网络特点的分析,提出了一种基于Internet的分布式网络管理系统,给出了其核心-基于人工神经网络的网络性能管理专家系统的模型.同时对此模型的核心模块——神经网络模块进行设计,实现网络性能问题的发现和相关原因的分析,并提出优化建议