添加La对NdFeB微观组织结构及快淬薄带磁性能的影响

研究了添加不同含量稀土La的Nd_(2.28)Fe_(13.58)B_(1.14)合金微观组织结构以及快淬薄带的磁性能。实验结果表明,添加La后,合金的物相组成仍为Nd_2Fe_(14)B相;随着La添加量的增加,Nd_2Fe_(14)B相的晶胞体积略有增大;合金快淬薄带的矫顽力与剩磁均下降,居里温度也随之降低。     

鑫隆矿区煤与瓦斯突出的主要规律

为了掌握鑫隆矿区煤与瓦斯突出的主要规律,以鑫隆矿业所属4对突出矿井的历史动力现象统计数据为基础,并以龙山煤矿为分析对象,从反应煤与瓦斯突出一般特征的5个方面进行分析,得出鑫隆矿区煤与瓦斯突出事故介于严重突出与一般突出之间,断层、褶曲等地质构造是突出的内部诱因,炮采掘进是外部诱因。     

项目后学习:环境影响后评价报告文本挖掘与分析

项目后评价报告包含了大量的容易被忽视的隐性经验知识,是组织学习的重要知识来源。提出了一种基于LDA主题挖掘模型的经验学习方法,运用该方法,以环境影响后评价报告为数据来源,R语言作为分析工具,对隐含在项目环境影响后评价报告中的关键经验知识进行挖掘和分析;通过对重要主题进行筛选来明确样本所讨论的内容,对文档分类以明确样本每篇文档中所重点研究的内容,发现不同文档间的相似点;通过关键主题词分析,得出6条解决环境问题的重要经验知识,即预先制定全面的应急措施、从根源入手解决环境问题、实时关注作业区动态、从项目设备入手降低环境影响、重视沟通、考虑位置因素等;通过绘制主题关系网络图,不仅可以清楚主题间的关系,进一步可以得出隐含类环境经验知识主要来源于与"事故"相关的事件和项目本身。     

采煤机大件壳体热处理工艺研究

采煤机大件壳体在使用过程中易发生变形及磨损,导致使用寿命降低,维修及更换严重制约生产,究其原因,是由于硬度值不足导致,所以提高大件壳体的硬度迫在眉睫。阐述了一种新的热处理工艺,在原有材料的基础上对壳体生产的热处理工艺进行改进,来提高大件壳体的硬度。     

三一重工荣获省科技进步一等奖

5月5日上午,2005年湖南省科技工作会议在湖南宾馆隆重召开。会上对2004年第四届湖南光召科技奖、2004年湖南省科技进步一等奖和全国科技管理系统先进集体、先进个人进行了表彰并颁奖。三一重工“SY 系列混凝土泵车技术研究与开发应用”项目获得2004年度湖南省科学技术进步一等奖,这是三一重工首次获得该项奖励。     

高能球磨制备纳米掺La硬质合金粉末

用XRD、SEM和DTA等分析检测手段，研究了高能球磨过程中，掺La硬质合金粉末的结构、形貌和相的变化。结果表明：微量La的加入，有利于硬质合金粉末晶粒的细化；高能球磨10h，即可获得晶粒度为30nm的掺La硬质合金粉末；高能球磨20h,Co相的X－ray衍射峰消失，说明Co相已完全固溶或亚固溶于WC相中。高能球磨30h，可获得晶粒度约10nm的掺La硬质合金粉末。DTA分析表明，与高能球磨前的粉末相比，在300－600℃温度范围内加热时，高能球磨掺La硬质合金粉末出现了明显的结构弛豫，说明粉末晶粒内部产生了许多缺陷，如：内应力、位错、晶格畸变等。     

肌肉中的HH模型的漏电导g1Hopf分岔分析

本文以肌肉中的Hodgkin-Huxley模型为研究对象,研究病理实验中有显著变化的漏电导参数g1对Hodgkin-Huxley模型的影响并分析其Hopf分岔.本文采用高维方程的代数判据进行Hodgkin-Huxley模型单参数动态分岔分析,简化了分析过程,并用研究结果解释相应的生理过程,试图从生物系统动态过程异变的角度探讨生理疾病的成因.     

Courbage神经元映射模型的随机共振研究

采用神经元二维映射模型,通过数字仿真研究了高斯白噪声对神经元非线性动力学特性的影响.研究发现,噪声可以诱导具有次阈值输入信号的神经元产生动作电位和随机共振.随机共振现象的产生与否和噪声强度的大小以及输入信号的频率具有密切的关系.另外,还研究了系统的控制参数对随机共振现象的影响.     

激光增材制造用SiC粉末制备及成形工艺探索

为制备高强度复杂形状SiC陶瓷零件,以酚醛树脂(PF)为粘接剂,分别采用机械混合法(SPM)和搅拌蒸发法(SPC)制备两种SiC复合粉末,并对两种粉末进行了SEM电镜扫描、SLS成形、碳化和渗硅反应烧结处理.研究表明,在激光功率10 W,分层厚度0.1 mm,扫描速2 000 mm/s,扫描间距0.2 mm时,SLS坯体密度大(1.259 g/cm3),生产效率高.利用SPC粉末制得的SLS坯体内部孔隙更多,碳化和渗硅烧结后坯体密度明显增加.采用SPC粉末所制零件最终力学性能更好,更适于生产.在最优工艺条件下,制备了复杂形状的高性能SiC零件.     

基于径向基神经网络模型预测CuO-ZnO/(乙二醇-水)混合纳米流体导热系数

采用两步法制备CuO-ZnO质量分数为0~3 wt%的CuO-ZnO/(乙二醇(EG)-水)混合纳米流体。其中,纳米颗粒CuO和ZnO质量比为50∶50不变,基液混合比(EG与去离子水的质量比)变化范围为20∶80~80∶20,分析其导热系数随温度(25~60℃)及基液比的变化规律。然后,以质量分数、温度及基液混合比为自变量,导热系数为因变量,采用径向基神经网络(RBFNN)模型预测导热系数,并与反向传播神经网络(BPNN)模型和多元线性回归(MLR)模型的预测值对比。结果表明,CuO-ZnO/(EG-水)纳米流体导热系数随温度的升高呈非线性增大,当CuO-ZnO质量分数为3 wt%及基液混合比为20∶80时,其导热系数与纯基液相比增大了14.03%~23.47%;但随着基液中的EG含量增大,导热系数非线性下降。总之,CuO-ZnO/(EG-水)纳米流体的导热系数受粒子随机运动和温度变化呈非线性变化。采用RBFNN模型预测CuO-ZnO/(EG-水)纳米流体的导热系数,其结果与BPNN模型和MLR模型对比,RBFNN模型性能评价指标均方根误差(RMSE)、平均相对百分比误差(MRPE)及误差平方和(SSE)更接近于0,多元统计系数R2更接近于1,说明RBFNN模型预测导热系数的精度更高,能够较好地表征不同参数对导热系数的影响,为CuO-ZnO/(EG-水)纳米流体的热物理性能参数的预测提供了一种有效的数据驱动建模方法。