部编版（2016）小学语文六年级下册第一单元语文园地教案(2)

本工作证实WC-Co系硬质合金通过热处理可以提高其抗弯强度。所增加的抗弯强度决定于合金中钴的含量,钴含量越高的合金,其抗弯强度的增加重也就越多。主要是由于淬火热处理抑制了高温稳定的面心立方钴相转变成密排六方钴相。本实验还采用差热分析仪测定了WC-Co系合金在加热过程中,密排六方钴相转变成面心立方钴相的相变温度。发现其相变温度随合金中钴含量的增加而升高,如YG8是742℃,YG15是770℃,YG20是821℃,这是由于高钴合金的粘结相在升温过程中有较高的钨含量。本实验中还发现,烧结后低钴硬质合金要高于高钴硬质合金的粘结相中的钨含量,因为低钴硬质合金的烧结温度通常是高于高钴硬质合金,一般说来烧结温度越高,则粘结相中的钨含量也就越高,但当烧结态硬质合金再一次加热时,其钴结相中的钨含量要增加。所以淬火后高钴硬质合金的粘结相中的钨含量甚至比低钴硬质合金的粘结相中的还要高,这就是为什么钴粘结相由密度六方转变成面心立方的温度随硬质合金中钴含量的增加而提高

为提高冷轧带钢六辊轧机辊系的稳定性,目前常采用轧辊偏移方法.本文通过ABAQUS有限元软件建立辊系-轧件一体化耦合模型,对不同轧辊偏移辊系进行受力分析,揭示了不同轧辊偏移条件对六辊轧机板形调控特性的影响规律.结果表明,中间辊正向偏移轧制时,工作辊弯辊力对二次凸度调控功效最好,对四次凸度影响较大;在四种偏移方式条件下,中间辊弯辊力在0~300 kN范围内对带钢二、四次凸度调控功效基本相同;中间辊正向偏移轧制时,中间辊弯辊力在300~500 kN范围内对带钢二次凸度调控功效最好;工作辊正向偏移轧制时,中间辊弯辊力对四次凸度影响较大;不同轧辊偏移条件下中间辊窜辊对带钢二次凸度调控趋势基本相同,且负窜辊对二次凸度的调控功效优于正窜辊,工作辊正、反向偏移轧制条件下中间辊窜辊对四次凸度影响较大

以六元CaO-SiO2-FeO-P2O5-Fe2O3-Al2O3炼钢渣系为研究对象,结合热力学计算和实验检测,分析(Al2O3)和二元碱度B综合变化对该六元渣系中磷酸盐富集行为的影响.结果表明:炼钢炉渣中生成游离C2S含量对磷酸盐富集相nC2SC3P内的(P2O5)至关重要.该渣系中增加SiO2会降低总的C2S生成量,增加Al2O3可促进钙铝黄长石C2AS相生成,降低游离C2S (f-C2S)的量,进而影响磷酸盐的富集.六元CaO-SiO2-FeO-P2O5-Fe2O3-Al2O3炼钢炉渣获得较好磷酸盐富集程度,渣中二元碱度B和Al2O3含量需满足的耦合关系为:(%Al2O3)=-27.70+21.62B,(Al2O3)<20.0%,B>1.3

部编版（2016）小学语文六年级下册第一单元语文园地教案(4)

多轴联动下的串联多关节工业机器人在空间轨迹运动时，在时间上保证各关节轴单独具有良好的跟踪性能，而由于机械电气的迟滞效应，并不能完全保证理想的轮廓轨迹，这说明各个伺服轴的运动在几何空间中的同步非常重要。针对运动指令与实际位置之间的迟滞所带来的机器人末端轮廓精度不高的问题，本文结合工业机器人现有的运动学和动力学以及传统的PID控制理论，研究了六关节机器人位置域控制算法。将机器人空间轮廓轨迹的控制，通过采用主?从运动关系实时建立的方法，将时域中的各个伺服关节的同步控制方法，变换到位置域的各个伺服关节的主?从跟随的控制方法，在实现位置域的同步控制的同时，引入基于位置域的PD控制，减少了主?从跟随控制的跟随误差，从而整体提高机器人末端的轮廓运动精度。该方法在Linux CNC(Computerized Numerical Control)数控系统上，以某公司HSR-JR605机器人为对象进行了实验，证明采用位置域控制方法对六关节机器人空间运动轨迹精度的提高有积极作用

部编版（2016）小学语文六年级下册第一单元语文园地教案(6)

第一节 概述 第二节 构造油气藏 背斜油气藏 断层油气藏 裂缝油气藏 岩体刺穿油气藏 第六章 油气藏类型 第三节 地层油气藏 第四节 岩性油气藏 第五节 水动力油气藏 第六节 复合油气藏

部编版（2016）小学语文六年级下册第一单元语文园地教案

第一节 灰色系统的概念与基本原理 一、灰色系统理论产生和发展动态 二、几种不确定方法的比较 三、灰色系统理论的基本概念 四、灰色系统理论的基本原理 五、灰色系统理论的主要内容及特点 六、灰数 第二节 序列算子与灰色序列生成 一、冲击扰动系统与序列算子 二、缓冲算子公理 三、实用缓冲算子的构造 四、均值生成算子 五、序列的光滑性 六、级比生成算子 七、累计生成算子与累减生成算子 八、灰指数律 第三节 灰色关联分析 一、灰色关联因素和关联算子集 二、灰色关联公理与灰色关联度 三、灰色关联分析的应用举例 四、广义灰色关联度 五、灰色相对关联度 六、灰色综合关联度 第四节 灰色系统模型 一、GM(1,1)模型 二、残差 GM(1,1)模型 三、灰色系统模型的检验 四、应用举例 第五节 灰色系统预测 一、灰色预测概述 二、数列预测 三、古树屋边坡变形预测