用磁性测量、透射电镜、Kerr磁光效应观测和分析了Sm（CoCuFeZr）7.4合金经固溶处理后,等级时效处理后的磁性、显微组织结构和畴结构。研究了该合金在600℃～1050℃温度范围内恒温时效过程中矫顽力和显微结构的变化,某些样品磁性能达到:Br≥11.5KGs,BHc≥5.4KQe,（B.H）m≥30.5MGsQe合金在高矫顽力状态下的显微组织为胞状。等级时效过程中第一级时效（830℃3分）就形成了胞状组织,在随后降低温度的时效过程中,虽然矫顽力由2.8KOe提高到5.3KOe,但显微组织结构基本保持不变,矫顽力的提高与两相成份差增加有关。在800℃长时间恒温时效,胞状组织要破坏,第二相变成片状,在650℃以下时效600分钟,bHc随时效时间线性地变化,并且矫顽力的变化很小,680℃以上恒温时效矫顽力达到峰值后的降低可能与胞状结构的破坏有关。随时效温度的升高,出现矫顽力峰值的时间缩短。时效过程的扩散激活能为34000卡/克原子度。1050℃没有时效效应

针对滚动轴承的内圈、外圈和滚动体故障提出了一种新的诊断方法,该方法融合了集总经验模态分解(EEMD)、形态谱和支持向量机(SVM)三种方法的优势.首先,利用经验模态分解对滚动轴承故障振动信号进行分解,得到若干个具有物理意义的内禀模态分量(IMF);其次,基于最大能量法筛选出含有故障特征信息最丰富的一个内禀模态分量为故障诊断数据源;再次,对数据源在选定尺度范围内进行形态谱的提取,从而构造故障特征向量;最后,利用支持向量机对滚动轴承的三种故障进行诊断.研究结果表明,该方法能够有效地诊断出滚动轴承的三种故障,且具有很高的故障诊断正确率

本文介绍了电算机随机模拟放矿的原理,数学模型和电算框图。它把崩落矿块中的崩落矿岩抽象为集装箱似的方块,自下部漏口一个一个地放出。上部方块向下移动填补放出空位是随机的。提出了用电算模拟试验法确定模拟相似条件的方法。相似原则是相同条件下放矿时,放出体体积必定相等。给出了计算相似条件的电算框图和初步计算结果。研究表明电算随机模拟放矿是研究崩落采矿法复岩下放矿问题的一个有前途的方法。在附录中给出了计算模拟相似条件的电算程序

偏平变断面零件采用轧制成型的方式,比其他方式,如切削加工、模锻、辊锻等具有生产效率高、设备简单,金属消耗少和成本低等优点。作者与有关单位协作成功地轧出了四种符合产品要求的变断面零件。在此基础上,对偏平变断面的孔型设计的要点、孔型组成、型腔尺寸计算、孔型配制等孔型设计方法进行了探讨,为变断面零件生产提供了新的工艺技术途径

CABOSFV_C是一种针对分类属性高维数据的高效聚类算法,该算法采用集合稀疏差异度进行距离计算,并采用稀疏特征向量实现数据压缩.该算法的聚类效果受集合稀疏差异度上限参数的影响,而该参数的选取没有明确的指导.针对该问题提出基于集合稀疏差异度的启发式分类属性数据层次聚类算法(heuristic hierarchical clustering algorithm of categorical data based on sparse feature dissimilarity,HABOS),该方法从聚结型层次聚类思想的角度出发,在聚类数上限参数的约束下,应用新的内部聚类有效性评价指标(clustering validation index based on sparse feature dissimilarity,CVISFD)进行启发式度量,从而实现对聚类层次的自动选取.UCI基准数据集的实验结果表明,HABOS有效地提高了聚类准确性和稳定性

针对液压支架优化设计初值选择困难的问题,基于可视优化设计思想提出将Euler-Savary方程和拐点圆生成技术应用于支架直线导路机构的设计.在给定前、后连杆与底座铰接点位、掩护梁与顶梁铰点位置及掩护梁在该点运动方向的条件下,建立以后连杆方位角和拐圆位置角为参量的数学模型,得到所有具有二阶以上密切直线机构的精确解.计算包括直线性能在内的设计者感兴趣的各种机构属性并实现属性信息的图形可视化,施加设计约束构建机构可行域,引导设计者在可行域内快速准确地寻找在指定采高范围的具有最小直线偏差的机构,或在给定允许偏差的条件下具有最大支架调高的机构,为液压支架优化设计提供具有先天优势的机构初始值

本文对热力学数据库应用系统的一种THERDYN程序从设计到框图都进行了详细的论述。阐述了本程序在应用程序系统中的地位及本程序在热力学计算中的功能。本程序提供了2200种物质及化合物的热力学性质的计算

利用K均值聚类和增量学习算法扩大训练样本规模,提出一种改进的mRMR SBC.一方面,利用K均值聚类预测测试样本的类标签,将已标记的测试样本添加到训练集中,并在属性选择过程中引入一个调节因子以降低K均值聚类误标记带来的风险.另一方面,从测试样本集中选择有助于提高当前分类器精度的实例,把它加入到训练集中,来增量地修正贝叶斯分类器的参数.实验结果表明,与mRMR SBC相比,所提方法具有较好的分类效果,适于解决高维且含有较少类标签的数据集分类问题

浮选回收率是金矿选矿过程重要的生产指标，目前主要是通过人工化验的方法检测获得，人工检测周期较长，造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上，分别采用多元线性回归和BP神经网络的方法，建立了金矿厂浮选回收率的预测模型.预测误差分析表明，BP神经网络预测模型能较好地预测金矿厂的浮选回收率，当预测相对误差在±3%范围内时，模型的预测精度达到91%，对于实际生产具有良好的参考作用

应用化学分析、扫描电镜观察和X射线衍射分析方法研究海砂矿的基础物性.采用煤基深度还原-磁选工艺,系统考察矿粉中Fe和Ti的还原分离行为,并明确还原温度、还原时间、碳氧比、磁感应强度和磨矿粒度对还原磁选效果的影响规律.结果表明:海砂矿主要由钛磁铁矿和钛赤铁矿组成;较优的还原分离工艺参数为还原温度1300℃、还原时间30 min、碳氧摩尔比1.1、磁感应强度50 mT和磨矿细度-0.074 mm质量分数86.34%.在此工艺条件下,可以获得金属化率94.23%的还原产物,磁选指标分别达到精矿铁品位97.19%和尾矿钛品位57.94%,对应的铁、钛回收率为90.28%和87.22%,有效地实现海砂矿中铁钛元素的分离富集