机械振动无线传感网络数据分块无损压缩方法

针对目前机械振动无线传感器网络数据无损压缩方法效率低的问题,提出一种数据分块无损压缩方法,该方法主要由数据分割和数据编码组成。传感器网络节点首先对采集的振动数据进行分块处理,利用子带能量自适应量化方法压缩原始数据,以量化压缩数据完成对原始信号的预测;然后将量化数据还原,计算预测差值矩阵;最后,采用线性预测、自适应零游程编码和Range编码对量化压缩数据和差值矩阵进行编码,进一步去除数据冗余。将提出的数据分块无损压缩方法的压缩性能与其他无损压缩方法进行对比,实验结果表明该方法能在资源受限的无线传感器网络节点上有效实现机械振动信号的无损压缩。     

2.25Cr1Mo0.25V钢高温变形微观组织的演变分析与数值模拟

在Gleeble-3500热模拟试验机上对2.25Cr1Mo0.25V钢进行等温压缩试验,得到变形温度在900~1200℃、应变速率在0.001~10 s-1、变形量为60%时的高温流动应力-应变曲线。结合金相实验,研究2.25Cr1Mo0.25V钢在不同变形条件下微观组织的演变规律,建立2.25Cr1Mo0.25V钢在高温塑性变形过程中的动态再结晶数学模型。将模型与有限元结合,对热压缩过程的组织演化进行数值模拟,模拟结果与试验结果的相对误差小于11%,验证了模型的正确性。     

汽车弹簧用钢疲劳破坏行为及显微组织分析

研究了汽车弹簧用钢疲劳破坏行为和显微组织。结果表明,试样表层的碳氮化钛、碳氮化钒等非金属夹杂物是引起试样疲劳破坏的主要原因,且试样表现为典型的"鱼眼"断裂。     

热处理对TA19钛合金组织和力学性能的影响

通过改变固溶温度、固溶后的冷却方式和时效温度,研究了热处理制度对TA19钛合金微观组织和力学性能的影响。研究表明,随着固溶温度的升高,初生α相含量减少,使得伸长率和断面收缩率减小;而升高固溶温度使得β相中析出的细小次生α相增多,从而使室温抗拉强度增大。固溶处理后采用水冷时,由于从β相中析出大量细小弥散的次生α相,室温抗拉强度较大,但伸长率和断面收缩率较小。时效温度对微观组织和力学性能影响较小。     

hBN含量对等离子喷涂NiCr/Cr_3C_2-hBN复合涂层力学性能的影响

采用化工冶金包覆、喷雾造粒和固相合金化技术以Cr3C2和hBN为核心制备了NiCr/Cr3C2-h BN复合粉体,并用等离子喷涂技术制备了NiCr/Cr3C2-hBN涂层,研究了涂层的显微结构、物相组成、显微硬度和结合强度。研究结果表明,等离子喷涂NiCr/Cr3C2-h BN复合涂层呈典型的层状结构,各层之间结合良好。涂层的显微硬度和结合强度均随hBN含量的增加逐渐降低,当hBN含量为20%时,涂层的显微硬度和结合强度分别为NiCr/Cr3C2涂层的66%和50%。涂层断裂位置发生在涂层内部,为典型的脆性断裂。     

铁基自熔合金涂层T/M-GSA电弧钎涂研究

利用自制的药芯焊丝,通过T/M-GSA电弧钎涂工艺在Q235钢表面制备了铁基自熔合金涂层,涂层有较好的成形性,表面光亮致密且与基体为冶金结合。采用SEM,EDS,XRD和显微硬度分析,研究了涂层的微观组织、相组成和硬度分布。结果表明:涂层的微观组织主要是固溶了较多Cr,Si的γ-(Fe,Ni)作为涂层的基体相,少量的先析出相(Cr,Fe)_7C_3和大量的(Cr,Fe)_7C_3+γ-(Fe,Ni)共晶作为基体的支撑骨架。涂层平均的显微硬度超过HV_(0.1)500,约是钢基体的3倍。Cr,Si元素固溶在γ-(Fe,Ni)相中的引起的固溶强化以及析出的(Cr,Fe)_7C_3高硬度相是涂层得以强化的主要原因。     

消失模铸造金刚石砂轮Al-Cu合金胎体的研究

研究了不同含量的Ti和Mg对消失模铸造Al-Cu合金组织和力学性能的影响。结果表明,当Ti含量从0.3%提高至0.9%和1.2%时,其脆性相含量增多且组织形态逐渐粗大,Al-Cu合金的抗弯强度略有降低,但硬度较低。经535℃×15h固溶+70℃水淬+175℃×4h时效后,Al-Cu合金的抗弯强度和硬度均提高了约100%。在Ti含量为0.3%时,添加1.0%的Mg,Al-Cu合金的抗弯强度有所增加,硬度大大提高。Mg含量继续提高到1.5%和2.0%时,Al-Cu合金的硬度虽有所提高,但抗弯强度却有所降低。Mg含量增加的Al-Cu合金经固溶时效处理后,合金的抗弯强度和硬度也显著提高,且Mg含量为1.5%时热处理效果最好。研究结果还显示,金刚石表面镀Ti或增加Al-Cu合金胎体中的Ti含量有利于提高Al-Cu合金胎体对金刚石的把持力。     

基于BP神经网络分析ECAP对Cu-3Cr合金性能的影响

基于BP神经网络,以挤压速度、挤压道次和挤压方式为输入层参数,以抗拉强度为输出层参数,构建了BP神经网络模型用于分析ECAP强变形对Cu-3Cr合金性能影响,并进行了试验验证以及金相组织和SEM分析。结果表明,BP神经网络输出的抗拉强度预测值与试验值之间的相对误差均小于2%,平均预测误差为1.4%,模型的预测精度高、实用性强。从改善合金抗拉强度出发,Cu-3Cr合金的最佳ECAP工艺参数:挤压速度为5mm/s、挤压道次为4次、挤压方式为每次挤压后旋转180°再进入下一道次。