电火花线切割加工中断丝后的有效工艺处理

给出了DK7740E数控电火花线切割机加工过程中出现断丝故障后的几种相应措施,对指导实际的线切割加工工艺过程具有积极的指导意义.     

激光焊接质量实时检测技术的研究现状

从检测信号和内容两个方面介绍了国内外激光焊接质量实时检测技术的研究现状。用于检测的信号主要有可听声波、超声波、紫外辐射、可见光、红外辐射、等离子体电信号以及机器视觉等，分析了每种信号的优缺点；目前实时检测的内容主要有焊接过程的稳定性、装配质量、离焦量、焊缝熔深和表面形貌、熔池与小孔的形态等。     

工业产品开发过程中的PDM技术

介绍了产品数据管理技术产生的历史背景及其定义,分析了产品数据的特点,并介绍了实现产品数据管理的3种方式,重点介绍了基于并行工程的产品设计过程的数据管理体系结构.最后展望了产品管理技术的发展前景.     

激光双光束光路系统及焊接装置的研制

设计了一种激光双光束光路系统及焊接装置.该装置通过分光镜片将一束高功率激光分为两束,经光路系统聚焦成两个高能量的焦点;两焦点的距离、角度可以调整,能适应各种角度T型接头的高效、高精度焊接,该焊接装置也可用在激光切割、热处理等激光加工工艺上.     

水泥稳定碎石级配优化设计及试件成型方法对试验结果的影响

结合工程实际,在满足规范要求和考虑抗裂性能的前提下,调整并优化得到骨架密实型半刚性基层矿料的级配,按照该级配采用不同的成型方法成型试件,进行无侧限抗压强度试验.试验结果表明,振动击实法确定的最小水泥用量比静压法确定的最小水泥用量要小.而且更能模拟施工中的压实情况,因此对于施工质量控制更具有指导意义.     

X70管线钢控轧控冷工艺与组织性能的关系

X70管线钢中针状铁素体的比例随热变形后的冷却速度增加而提高,冷却速度为15 ℃/s时达到最大,冷却速度再增加,该比例变化不大。冷却速度较低时(2 ℃/s)和热变形后的终冷温度较高时(650 ℃)组织中出现珠光体。随着终冷温度的降低,试验钢的组织细化,在500~550 ℃终冷时组织较为理想。铁素体晶内弥散分布有尺寸为20 nm左右的析出相,析出相在位错处择优成核并与基体保持共格或半共格关系。     

对氧化铟掺杂SnCoNb压敏电阻性能的研究

通过实验对三氧化二铟掺杂的SnO2·Co2O3·Nb2O5压敏电阻的性能进行了研究。所用样品是在1350℃下烧结1h而制成的。实验发现所有样品都具有很高的致密度(相对密度不小于97.6%),这主要是由于Co2O3影响陶瓷的烧结过程造成的。当In2O3掺杂量为0.05mol%时,压敏电阻具有最高的非线性系数(α=19.3)。随着In2O3掺杂量的从0.00mol%增加至0.10mol%,非线性电场强度从213V/mm增加至815V/mm,而平均晶粒尺寸从6.6μm减小至4.9μm,非线性电场的增加与平均晶粒尺寸的减小密切相关;样品的相对介电常数也从2307减小至153,这归因于平均晶粒尺寸与势垒厚度比的减小。     

融合多类型深度迁移学习的电力系统暂态稳定自适应评估

针对不同类型人工智能网络应用于电力系统暂态稳定评估时精度和泛化能力不稳定、运行方式或拓扑结构发生较大变化时评估精度下降、重新训练新模型费时费力等问题,提出一种融合多类型深度迁移学习模型（tmDLM）的自适应评估方法,该方法融合了深度置信网络、卷积神经网络以及长短期记忆网络3种不同的深度学习模型。将训练好的各类深度学习模型作为源域模型,当运行方式或拓扑结构发生较大变化时,采用少量目标域样本集微调预训练模型,使其快速跟踪系统当前的运行状态,并得到tmDLM。新英格兰10机39节点系统和华中电网的仿真结果表明：所提方法可以充分发挥各类深度学习方法的优势,具有良好的泛化能力;六分类模型能够在判稳的同时进行稳定裕度/失稳程度等级的评估;经过迁移后的深度学习模型具有良好的评估精度和时效性,大幅缩短了模型更新时间,实现了电力系统暂态稳定的自适应评估。     

基于深度学习的电力系统暂态功角与暂态电压稳定裕度一体化评估

随着面向高比例可再生能源新型电力系统的转型,系统运行特性日趋复杂。暂态功角稳定(transientangle stability,TAS)与暂态电压稳定(transientvoltagestability,TVS)问题相互耦合且频发,为系统安全稳定评估带来严峻挑战。研究首先采用变步长二分法通过调用PSASP从时间维度上构建了暂态电压与暂态功角的稳定边界。研究了不同故障位置、感应电动机占比、负荷率对稳定边界的影响并依托边界确定主导失稳模式。其次提出一种基于注意力机制与一维卷积神经网络融合的电力系统功角稳定及电压稳定裕度评估的新方法。该方法直接面向测量数据,将节点稳态与暂态运行的电压幅值、有功功率、无功功率数据作为输入特征,节省了数据处理时间。通过一维卷积神经网络构建输入特征与极限切除时间的映射,利用注意力机制进一步提高了模型预测效果。通过新英格兰IEEE39节点系统进行分析验证,结果表明该方法可以实现暂态安全裕度的快速评估且具有较高的预测精度。     

基于激光清洗技术的船舶绿色清洗方法研究

针对船舱内各种复杂空间的作业环境需求,利用激光清洗技术对船用钢材EH36表面的漆层、锈蚀、油污开展工艺试验研究。首先研究激光功率、重复频率、脉冲宽度工艺参数组合对表面形貌的影响,揭示不同参数对表面剥离程度与粗糙度的影响,同时需要避免产生表面裂纹。其次,设计单因素试验获得漆、锈、油污的最佳清洗工艺窗口,漆、油污可以通过一次激光扫描除去,锈蚀需要清洗两次。通过对比清洗前后的基材表面元素含量分布以及微观形貌变化,结果表明,激光清洗后表面污染物有关的元素C、N、O均大幅降低,锈蚀、油污能够被完全去除,而漆层存在少量细小片状残留。最后对清洗后的基材进行了力学性能测试,发现表层硬度有所提升,除锈样提升约20 HV,除油样提升约3 HV,除漆样提升约13 HV;激光清洗对基材的抗拉、弯曲性能没有明显影响。因此,船用钢的激光清洗过程是可靠且无损的。