乙烯装置急冷油系统减粘技术的研究

基于乙烯装置急冷油和急冷系统结垢物的组成分析，探讨了急冷油增粘和系统结垢的机理．研究了适用于急冷油系统的新型减粘剂RIPP-1420和减粘剂的注入技术。结果表明，RIPP-1420减粘剂和该注入技术能有效降低急冷油系统物料的粘度，减少结垢物的生成。     

暖气片水箱纵缝自动焊接设备的电气控制

详细介绍了暖气片水箱纵缝自动焊接设备电气控制系统的设计思想、工作原理．并给出了具体的控制电路。生产实践表明，该电气控制系统工作稳定、可靠，完全满足暖气片水箱纵缝的焊接生产要求。     

TC4合金线性摩擦焊摩擦时间与变形量的关系

用自制的XMH-160型线性摩擦焊机，试验研究了TC4钛合金线性摩擦焊的摩擦时间对摩擦变形量的影响，结果表明，其变形量随摩擦时间的增加近似呈指数关系增大。分析了出现非线性摩擦变形量的原因，以及线性摩擦焊飞边形貌的一些基本特点。     

00Cr18Ni10N不锈钢点焊工艺参数的正交优化

应用正交试验方法对00Cr18Ni10N不锈钢电阻点焊工艺参数进行优化,确定了其点焊工艺参数的合理规范带为:焊接电流5800-6300A,电极压力5.1～6.0kN,焊接时间6～9cyc.研究发现,焊接时间对点焊接头单点抗剪力影响最显著,焊接电流和电极压力次之.     

标准型女装衣身纸样的计算机辅助设计

我国目前使用的服装ＣＡＤ系统，主要用于推档、排料等方面，需要输入１：１的衣片纸样。但服装基本模型是具有普遍性的，只需根据尺寸，按一定的算法，即可得到标准纸样，如果和现行的服装ＣＡＤ系统结合，由衣身尺寸可直接得到排料图。本文以标准女装衣身基本纸样为例，讨论基本纸样的计算机辅助设计。     

基于声发射信号的铝合金点焊裂纹神经网络监测

铝合金热加工过程的冶金行为比较复杂,在电阻点焊快速加热和冷却条件下,极易产生裂纹缺陷。基于虚拟仪器技术,以Lab VIEW为软件平台,结合Matlab数值分析软件,构建了电阻点焊过程声发射信号采集分析及铝合金点焊裂纹监测系统。以2A12铝合金电阻点焊熔核冷却结晶过程,即点焊焊接循环维持阶段的声发射信号为研究对象,提取与声发射信号强度相关的振铃计数、能量、有效电压及5层小波分解125~250 k Hz频带能量系数4个特征参数作为输入矢量,裂纹作为输出矢量,建立3层BP神经网络铝合金点焊裂纹的监测模型,并利用测试样本对该模型进行验证。结果表明,裂纹监测的正确率达到89.1%,为监测铝合金电阻点焊裂纹提供了一种有效的方法。     

铝合金表面电刷镀工艺与应用

采用正交设计试验方法,对铝合金表面电镀前处理工艺进行了优化改进,并在LY12铝合金表面实现了电刷镀铜工艺,所得刷镀铜层与基体结合强度高,满足锡焊连接质量要求。该工艺操作简便,节约能源,生产效率高,易于推广应用。     

VIENNA结构在阻焊逆变电源中的应用仿真

针对大功率阻焊逆变电源网侧输入电流谐波含量高、功率因数低的缺点,应用PSPICE电路仿真软件仿真研究了其功率因数补偿电路.仿真结果表明,采用三相三开关三电平结构(VIENNA结构)功率因数校正电路能够有效降低阻焊逆变电源网侧输入电流的谐波含量,同时满足国际阻焊电源电磁兼容标准(IEC-62135-2标准),功率因数达97％以上,并且开关管关断时承受的反向电压仅为输出电压的一半,VIENNA结构功率因数校正电路应用于阻焊逆变电源具有很强的实用性与优越性.     

Neural network prediction of the shunt current in resistance spot welding

An error back propagation （BP） neural network prediction model was established for the shunt current compensation in series resistance spot welding. The input variables for the neural network consist of the resistivity of the material, the thickness of workpiece and the spot spacing, and the shunt rate is outputted. A simplified calculation for the shunt rate was presented based on the feature of the constant-current resistance spot welding and the variation of the resistance in resistance spot welding process, and then the data generated by simplified calculation were used to train and adjust the neural network model. The neural network model proposed was used to predict the shunt rate in the spot welding of 20# mlid steel （in Chinese classification） （in 2. 0 mm thickness） and 10# mild steel （in 1.5 mm and 1.0 mm thickness）. The maximum relative prediction errors are, respectively, 2. 83%, 1.77% and 3.67%. Shunt current compensation experiments were peoCormed based on the neural network prediction model proposed to check the diameter difference of nuggets. Experimental results show that maximum nugget diameter deviation is less than 4% for both 10# and 20# mlid steels with spot spacing of 30 mm and 50 mm.