MAPP/EAA处理对聚丙烯/小麦秸秆粉复合材料性能的影响

研究了马来酸酐接枝聚丙烯（MAPP）、乙烯丙烯酸共聚物（EAA）处理对聚丙烯（PP） /小麦秸秆粉（WSP）复合材料性能的影响。结果表明，随着体系中MAPP质量份数的增加，PP/WSP的拉伸强度和弯曲强度均逐渐增大，但冲击强度却先增加后减小，复合材料达到塑化峰的时间逐渐延长；使用EAA后，无论体系中是否已经使用了MAPP，PP/WSP的拉伸、弯曲和冲击强度均可得以提高，特别对于未使用MAPP的体系，效果更加明显，可分别提高65.04 %、45.42 %和6.75 %，储能模量增加，表面疏水性增强，平衡扭矩从13.9 N·m降至11.8 N·m，吸水尺寸变化率及吸水率下降，吸水平衡时间缩短；使用EAA可改善PP/WSP中WSP与PP间的界面结合，改善PP/WSP力学性能、热稳定性能、表面疏水性能、尺寸稳定性能和加工性能，降低其吸水率。     

达闼科技:多类云端智能机器人组成防疫抗疫新力量

都说科学技术是第一生产力,疫情当前,众多科技企业用实际行动在实践这一点。达闼科技也是其中一员。针对此次新型冠状病毒肺炎疫情,达闼科技向全国各地多家医院派出了基于其核心“云端大脑”的智能机器人,在导诊、清洁、配送等方面贡献自己的一份科技力量。达闼科技副总裁汪峻嘉表示,随着人工智能的发展和防疫意识的提高,医疗领域将会开放更多以智能服务机器人为主的场景,智能服务机器人在医疗场景下的工作能力也将得到大幅提高。     

回火工艺对1Cr17Ni2不锈钢锻后回火硬度的影响

采用正交试验等研究了回火温度、回火时间、回火次数及冷却方式对1Cr17Ni2不锈钢锻后回火硬度的影响。结果表明,本试验中在回火温度630~730 ℃,回火时间120~360 min,回火1~3次以及冷却方式分别为空冷、堆冷、砂冷的条件下,对1Cr17Ni2钢锻后回火硬度影响因素的主次排序为:回火次数＞回火温度＞回火时间＞冷却方式,其中随着回火次数增加,硬度逐步下降,其余参数在试验参数范围内与硬度无明显正相关关系。在保温时间为240 min时,将回火温度升高至720 ℃,或在680 ℃下,将保温时间延长至720 min,进行一次回火,回火后空冷,硬度均高于3.5 HBS。在加热温度为680 ℃、回火时间为180~210 min,回火后空冷,回火3次可将硬度降低至3.6 HBS以下。     

市政道路工程施工消防安全管理探讨

随着城市现代化建设进程的加快,具有城市血管功能的市政道路工程项目建设也愈来愈精细化,但伴随而来的消防安全管理仍需要加强。本文通过探讨市政道路工程施工中存在的消防安全管理问题现状进行分析,旨在为寻找更健全的消防安全管理实践提供建议对策。     

磁控溅射离子镀金装饰膜的研究

采用磁控溅射离子镀技术在316不锈钢表面制备TiN层和Au层,TiN层的厚度分别为0.620μm、0.997μm和1.389μm,反应沉积时间分别为60min、100min和140min,Au层的厚度均为0.13μm左右。测试了镀金层的镀层表面形貌、色泽、耐腐蚀性能和耐磨性能。结果表明,镀膜的反应沉积时间不同时,镀层表面均较致密,中间层TiN层的厚度对颜色没有明显的影响,镀层的耐腐蚀性和耐摩擦性能良好。     

超细全尾砂充填体动态力学特性研究

充填体作为人工矿柱,为矿房回采创造了条件,但经常受到爆破等冲击荷载作用。充填体的动态力学特性直接关系到充填采矿法的安全高效实施。通过单轴压缩试验和分离式霍布金森压杆(Split Hobkinson Pressure Bar,SHPB)试验技术,进行了不同充填配比参数的超细全尾砂充填体压缩试验,得到其静载和动载下的应力-应变曲线和能量变化曲线,并分析了其破坏模式。研究表明:充填体质量浓度越高,灰砂比越大,峰值应力和峰值应变随之增大,呈现正相关性,其中灰砂比和质量浓度对应力的影响相对一致,但应变受质量浓度影响更大;当冲击荷载由0.3 MPa增大至0.6 MPa时,充填体的破坏形式由保持完整形态变为产生裂纹,直至被压碎,转变为完全失稳破坏状态;充填体能量吸收随着冲击荷载的增加而逐渐递增,但质量浓度和灰砂比增大时,充填体比能量和能量吸收率反而下降,其中灰砂比是影响充填体吸能效率的主要因素,质量浓度次之。     

基于Adaboost集成模型的城市短期供水量预测方法

为解决供水量预测精度问题,以上海市中心城区历史用水数据为基础,结合影响水量供给的多种因子,利用特征工程相关算法筛选出最优因子组合,采用基于机器学习Adaboost集成模型构建城市供水量预测模型。研究发现:与该市传统的依赖于人工的预测方法相比,日水量模型使预测误差上限由平均10万t/d降低到7万t/d,平均相对误差降低为1.5%;时水量模型使预测误差上限由平均1.5万t/h降低到0.4万t/h,平均相对误差降低为1.9%。同时,与其他的机器学习模型相比,此模型有效可行,能够提高供水量预测精度,降低能耗成本。