Morondava盆地西部侏罗纪断陷盆地构造特征

系统分析了Morondava盆地西部侏罗纪断陷盆地构造特征,实可分为东部断陷带、中部断裂构造带和西部侏罗系残留斜坡带,可能存在有断鼻型、背斜型、地层剥蚀尖灭型、断块型、古潜山及岩性圈闭。     

基于局部应变能密度的厚板T形接头焊趾和焊根疲劳性能分析

以装载机前车架疲劳寿命评估为目的，从前车架焊接结构关键部位中提取三种典型焊接接头，对其进行疲劳试验和分析.以局部应变能密度法为理论基础，对获得的试验数据进行处理，得到了基于局部应变能密度的疲劳寿命曲线，并采用文献中十字接头的疲劳数据验证该理论的准确性和适用性.结果表明，局部应变能密度法既可用于焊根失效疲劳评估，也可以用于焊趾失效疲劳评估；不同位置的疲劳裂纹会影响结构的刚度，进而影响结构的疲劳寿命.此外，研究了焊脚尺寸和熔深对焊接接头疲劳寿命的影响，推导了基于局部应变能密度法的疲劳失效位置转换区间.并通过文献中的疲劳数据验证了文中提出的焊趾失效和焊根失效转换区间的准确性，为合理设计未焊透厚板T形接头抗疲劳性能提供依据.     

基于深度一维残差卷积自编码网络的齿轮箱故障诊断

一维振动信号常常被用于齿轮箱的监测与故障诊断中,使得能及时地对齿轮箱维护以减少损失。因此,从一维振动信号中提取出关键故障特征决定了故障诊断模型的准确性与可靠性。典型的深度神经网络(deep neural network, DNN),如卷积神经网络已经在故障诊断中表现出良好的性能并得到了广泛的应用,但其监督式训练方式往往需要大量的标签数据而限制了其可应用性。因此,提出一种新的深度神经网络模型,一维残差卷积自编码器(1-dimension residual convolutional auto-encoder,1DRCAE),成功应用于振动信号的无监督学习及故障特征提取,显著提高了齿轮箱的故障诊断率。首先,提出了一维卷积层与自编码器的有效集成方法,形成了深度一维卷积自编码器;其次,引入残差学习机制训练一维卷积自编码器,实现对一维振动信号有效地特征提取;最后,基于编码器提取的特征,使用少量标签数据进行分类微调实现齿轮箱故障模式识别。通过齿轮箱试验台采集的传感器数据进行实验验证表明,这种无监督学习方法具有良好的去噪能力和故障特征提取能力,其特征提取效果好于典型的深度神经网络,如深度置信网络(Deepbeliefnetwork,DBN)和堆叠自编码网络(Stackedauto-encoders,SAE),同时故障诊断效果也优于一维卷积神经网络(1-dimension convolutional neural network, 1DCNN)。     

基于弥散燃料颗粒开裂的金属基体裂纹特征模型

金属基弥散燃料元件在特殊工况下会发生表面起泡失效。燃料颗粒开裂是金属基体开裂的前提条件，只有当金属基体开裂后元件才会发生表面起泡。燃料颗粒开裂后，裂纹宽度和塑性区长度等裂纹特征决定了金属基体开裂行为。基于弹塑性断裂力学和应力平衡条件，建立了基于弥散燃料颗粒开裂的金属基体裂纹特征模型。计算结果表明：裂纹张开位移随退火温度和燃耗深度的升高而增加；裂纹尖端塑性区长度主要与退火温度相关。裂纹张开位移和塑性区长度的计算结果与实验数据均符合较好，验证了金属基体裂纹特征模型的有效性。     

球团矿矿相显微结构鉴别特征分析

为了帮助球团矿矿相鉴别初学者快速和准确的识别球团矿的矿相和显微结构,总结和分析了球团矿矿相在显微镜下和扫描电镜-能谱分析中的鉴定主特征信息。对光学显微镜下球团矿的主要矿相呈现的形状、位置、光学组织颜色等特征进行了区分和识别,同时利用扫描电镜-能谱分析对不同球团矿矿相进行了能谱特征对比,探讨了不同矿相呈现的能谱特征的区别。     

高灰难选粗煤泥再选工艺在吕临能化选煤厂的应用

介绍了高灰难选粗煤泥再选工艺在吕临能化选煤厂应用。实践表明,入料灰分在55%～60%的高灰粗煤泥通过螺旋分选机再选,可回收物料的中煤资源,中煤产率为53.47%,中煤产率增加了3.21个百分点,经济效益显著。利用螺旋分选机分选密度高的特点实现了高密度排矸,可将尾矿灰分为75%以上物料作为固体废弃物,数量效率达到了95.39%。     

神经网络全局势函数在多相催化中的应用

当今的多相催化研究需要新的技术和方法从原子尺度上表征活性中心结构和反应中间体。本文作者课题组近期开发了理论模拟新技术来探索催化剂活性位点结构，即基于神经网络势函数的大规模原子模拟（LASP）软件中实现的全局神经网络势函数计算方法。本文介绍了该方法可以显著降低催化体系的计算代价，而维持与密度泛函理论同一级别的计算精度，从而解决多相催化中的许多复杂问题。本文对神经网络势函数方法的实现细节和目前已实现的应用场景进行了详细介绍。神经网络势函数可以用来预测材料晶体结构，理解高压氢化条件下TiO₂表面的结构演化和确定三元氧化物ZnCrO晶相中合成气制甲醇活性位点。最后文章分析了神经网络势函数的局限性和今后可能的三个研究方向，即材料性质预测、多元素体系神经网络势函数构造和化学反应拟合。