排序方式: 共有109条查询结果,搜索用时 15 毫秒
1.
为了湿法和高温处理制备Mg改性LiNi_(0.82)Co_(0.15)Al_(0.03)O_2材料及材料的性能研究,结合扫描电镜(SEM)、X射线衍射(XRD)、表面残余碱含量和电化学性能测试对材料进行表征。结果表明,湿法Mg改性高温处理LiNi_(0.82)Co_(0.15)Al_(0.03)O_2材料具有良好的形貌和层状结构,材料LiOH和Li_2CO_3含量为0. 19%和0. 26%,材料在3. 0~4. 3 V,0. 1 C下的放电容量为202. 4 mAh/g,首次效率为90. 4%; 1 C下的首次放电容量为180. 2 mAh/g,100周循环后的容量保持率94. 4%。后续重点需研究如何控制表面残余碱含量与实际包覆量对应关系,如何优化实验过程为产业化应用提供参考。 相似文献
2.
集成大直径固结仪和微型十字板剪切仪的功能,开发和研制了饱和软黏土固结过程中可以随时开展剪切试验的系统装置,考虑超孔压随时间和空间变化的不均匀性,在微型十字板剪切仪板头处的空心轴杆底端配置微型孔压计,并在大直径固结仪中配置微型土压力计,使其具备自动实时监测在十字板剪切试验测点处有效应力变化的功能。利用该系统装置,开展了饱和软黏土在不同固结压力作用下,固结过程中不同时点的十字板剪切试验,实时监测了固结过程中的变形和孔压变化过程,得到了十字板剪切试验测点处的有效应力和不排水抗剪强度,分析了固结过程中不排水抗剪强度和有效应力之间的相关关系。结果表明,在不同固结压力作用下,固结完成后的不排水抗剪强度与有效应力呈现出传统的线性关系,但是,在某一固结压力作用下,固结过程中的不排水抗剪强度却随有效应力的增长呈非线性增长,而且,在不同固结压力作用下,固结压力越大,固结过程中达到相同的有效应力时所对应的不排水抗剪强度越大。固结过程中的不排水抗剪强度并不仅仅取决于剪前固结有效应力,还与剪前孔隙比相关,孔压消散速率小于变形速率是导致固结初期、剪前固结有效应力较小时,不排水抗剪强度较快增长的主要原因。 相似文献
3.
不同侵蚀环境下GFRP筋抗拉性能退化试验 总被引:1,自引:0,他引:1
为研究GFRP(glass fiber reinforced polymer)筋在不同侵蚀环境下的抗拉性能,对侵蚀前后GFRP筋进行了拉伸试验,重点分析了侵蚀环境类别和暴露时间对GFRP筋抗拉性能的影响.采用了两种侵蚀方式:一是直接将GFRP筋浸泡在碱、盐和清水溶液中,浸泡周期为180 d;二是将GFRP筋埋置于混凝土梁内,加载后将梁置于大气和氯盐干湿环境中,周期为366 d.借助扫描电子显微镜SEM(scanning electron microscopy)对埋置于混凝土梁内GFRP筋的微观结构变化及其损伤机制进行了分析.试验及分析结果表明:GFRP筋的抗拉性能随溶液直接浸泡时间的增加出现不同程度的降低,浸泡180 d后,GFRP筋的抗拉强度在碱、盐和清水溶液中分别退化30.0%、21.3%和11.3%;对于混凝土梁内GFRP筋,366 d后其抗拉强度下降约为10%;结合试验结果和SEM微观结构分析,可认为导致GFRP筋抗拉性能退化的主要原因是纤维与树脂基体黏结性能降低.最后,基于Arrhenius模型对GFRP筋在两种侵蚀方式下的抗拉性能退化进行了拟合分析,并对其在碱、盐直接浸泡和混凝土梁内环境下的长期性能进行了预测. 相似文献
4.
5.
介绍了一种弯管特殊形式坡口的加工方法,重点从操作控制方法、参数设置、控制流程等方面做了说明,使得这种特殊形式的坡口在有限的加工条件下得以实现.这种特殊形式坡口可以将由过渡台阶产生的负面影响(即引起的流体渐变流或急变流产生的外力和对管体的更大的冲击)转移到距离焊缝50mm之外平滑过渡,能使管道相对比较薄弱的焊缝更好地得到... 相似文献
6.
全城里和大陆坊作为银行职员的高级公寓住所而被引进到汉,是汉口仅存的两处公寓式里分,且都出自中国建筑界泰斗庄俊先生之手.与以往其他类型的里分住宅相比,公寓式里分无论从立面处理到户型平面功能的组织都更具现代城市性的特征. 相似文献
7.
徐可 《有色冶金设计与研究》2015,36(3):69-71
利用Calculux Area照明仿真计算软件研究澳洲工程照明设计,对澳大利亚罗克兰兹铜矿选矿厂项目中的摇床重选车间照明数据进行整理分析,与国内照明设计进行对比,得出结论:通过不同的光源在不同高度、不同方位、不同照射角度的配合照明,可以满足正常照明的最低照度值。通过对国内外照明设计的对比,找出了其中的差异以及国内照明需要改进的地方。 相似文献
8.
9.
10.
近年来,深度学习技术广泛应用于计算光学三维成像的研究中。在条纹投影轮廓术中,通过训练深度学习网络,可从单幅条纹图像中恢复高精度的相位信息。然而,为了训练神经网络模型,通常需要耗费大量的时间成本和人力成本来采集训练数据集。为了解决该问题:首先,建立数字孪生条纹投影系统,并利用域随机化技术对虚拟照明光栅进行增强,使用计算机进行虚拟扫描,生成大量仿真光栅条纹图像;其次,利用仿真光栅图像对U-Net神经网络进行预训练;最后,引入迁移学习,采用少量真实光栅条纹图像对神经网络进行参数微调。由于U-Net的结构特殊性,提出并分析了“从左至右”“从上至下”“全局微调”等3种U-Net神经网络微调策略。实验结果表明,采用“从上至下”策略微调U-Net“瓶颈”网络模块的方法可获得最佳的迁移学习结果,神经网络的相位预测精度可得到显著提升。相比于使用大量真实数据进行训练,所述方法仅利用20%的数据就可训练神经网络获得高精度的相位重建结果。 相似文献