TC4钛合金低压电子束熔丝沉积层组织与性能

对TC4钛合金进行了低压电子束熔丝沉积试验，探究了该方法的可行性，并分析了沉积层数对微观组织和性能的影响. 结果表明，在加速电压为10 kV的低压时也可完成TC4钛合金的多层熔丝沉积. 多层沉积之后得到的沉积件的平均显微硬度在260 HV左右，只有沉积件底部条带状纹理聚集处的显微硬度接近退火态TC4基材的288 HV. 条带状纹理产生于多层沉积的过程之中，β相晶粒受热循环影响而发生了β → α + α′ + β的转变，其中硬度较高的网篮状α′相与片状的α相组成了条带状纹理，该显微组织的特点是随着与基板距离的增加，网篮状组织逐渐融入片状组织. 沉积件的拉伸断裂形式为韧性断裂，最高抗拉强度为862 MPa，略低于国家标准，这是因为在多层沉积的沉积件中β柱状晶会变得巨大，同时还会出现等轴晶，晶粒的巨大化使得沉积件的抗拉性能出现了下降.     

30CrMnSi/Cu/V/TC4电子束焊接试验研究

使用Cu/V中间层实现了30CrMnSi合金钢与TC4钛合金的电子束焊接,探究了接头组织和性能特征。结果表明,通过添加Cu/V过渡层金属可以避免Ti-Fe元素的直接混合反应生成脆硬的金属间化合物。焊缝不同区域分布着不同组分及性能的特征相,靠近钢侧焊缝为偏聚形成的富Fe相与富Cu相,靠近钛侧焊缝在形成Ti-V固溶体的同时也形成了少量Ti-Cu金属间化合物。接头的抗拉强度最高为418 MPa,接头失效于焊缝与30CrMnSi母材界面处的熔合线位置。     

激光粉末床熔融成形Ti6Al4V/AlSi10Mg合金电子束焊接工艺研究

针对激光粉末床熔融成形的Ti6Al4V合金和AlSi10Mg合金进行电子束对接试验，对比分析不同侧偏束条件下焊接接头的组织和性能。结果表明：钛侧偏束（-0.6 mm）相较于铝侧偏束（+0.6 mm）所获接头的成形更稳定、美观。铝侧偏束时，接头表面出现了大量的气孔及裂纹，接头内部也存在大量的气孔，主要聚集于铝侧熔合线上；钛侧偏束时，接头焊接缺陷的数量明显减少。两种工艺条件下的界面层均形成了一定数量的金属间化合物，铝侧偏束时以TiAl为主，钛侧偏束时形成了TiAl3、Ti Al2、Ti3Al和TiAl等多种金属间化合物。铝侧偏束接头抗拉强度最高为81 MPa，钛侧偏束接头抗拉强度最高可达到128 MPa。两种接头均失效于反应界面层处，呈现出脆性断裂的特征。     

烟草赤星病发生流行规律和药剂防治研究

近年来,随着烤烟生产技术的改进,特别是施肥量增加,严格掌握采收成熟度,相应地延长了大田生长期;种植抗赤星病能力较差的 NC89等品种,在适宜发病的气候条件时,常引起烟草赤星病暴发性危害,重病区减产减值达50%以上;烟叶品质下降,香气质差,香气量少,刺激性杂气增加(见表1),造成严重的经济损失,赤星病危害已成为优质烟生产的一大障碍。为此,1990～1992年在河南省宝丰县进行了烟草赤星病发生流行规律和防治技术的研究,总结出     

某电厂3号炉空预器入口烟温低及再热汽温低的试验研究

引进美国CE公司技术生产的2008t/h-18.26-ＹＭ２型锅炉在实际运行中存在一系列问题,主要表现为炉膛两侧烟温偏差大,主、再热蒸汽温度偏差大,一、二次风湿度低,制粉系统干燥出力不能满足煤粉变化的要求等。针对以上问题进行了较全面的锅炉热力特性试验,布置了大量的锅炉、炉内测点并且利用抽气热电偶实测炉膛出口烟温,结合美国ＣＥ公司热力计算反推程序,进行全面的正、反热力较核计算,最后调整了再热器和经济器受热面面积,并把后屏至末级过热器连接管由交叉改为平行。     

玻璃熔窑的NOx排放和富氧燃烧

“物质资源越来越少,生存环境越来越差”,这是人类面临的状况,为改变或缓解这种状况,各国政府制定了有关的资源保护法和环境保护法,这些法律和法规对产品及其制造工艺是一种约束,它限制了产品的范围和生产工艺的改造方向。 针对汽车排放的废气是城市的第一污染源这一问题,美国经过几年的州法的酝酿,于1978年制定了联邦法,它对汽车排放的NO_x,CO,HC等3种有毒气体作严格的限制,比如说,NO_x排放必须低于0.4g/mi,不符合这要求的汽车不许生产出     

国内外智能建筑技术发展的现状及趋势

本文对国内外智能建筑目前的发展现状进行了分析,并指出了智能建筑的发展趋势。     

汽油辛烷值智能调合系统

采取一种能够在线学习、不断提高、建立一系列模型的策略，提出了一种具有学习功能的汽油辛烷值智能调合系统。该系统可以根据成品汽油辛烷值指标、生产成本和市场价格等因素提供一个较好的油品调合调度方案。实际应用结果表明，利用参数学习的方法计算调合汽油辛烷值是可行的。     

激光法合成SiC超细粉末物理化学过程的研究——Ⅰ.实验规律及粉末特性

用50W连续波CO_2激光器为热源,诱发SiH_4和C_2H_4反应,合成SiC超细粉末。实验确定了反应腔体内压力p、气源中的C/Si原子比、喷嘴内径2r以及激光功率密度与粉末特性之间的关系,并对合成的产物进行物理、化学表征。     

基于智能磨矿介质及CNN和优化SVM模型的球磨机负荷识别方法

当前球磨机负荷检测方法难以准确评估磨机内部变化,给磨机综合运行状态的控制和优化带来较大难度。本文设计了一款内嵌加速度传感器且与钢球介质物理性质相一致的智能磨矿介质用于识别磨机负荷,开展了不同充填率等磨矿条件下的磨矿试验,设计磨矿效果系数划分磨机负荷状态;分别采用了卷积神经网络方法(CNN)和优化的支持向量机(SVM)模型对智能磨矿介质获取的加速度信号进行球磨机负荷识别。基于优化的SVM模型将获取的一维加速度信号进行互补集合经验模态分解算法（CEEMD）去噪、时域特征值和样本熵提取等预处理,将上述磨机负荷的特征向量分别输入GA?SVM、GS?SVM、PSO?SVM分类模型进行训练,研究表明,PSO?SVM模型的识别准确率可达98.33%,但存在训练过程繁琐,耗费时间长的问题。在图像识别领域具有优秀应用能力的CNN模型是把智能磨矿介质检测加速度信号数据转换为二维图片后直接输入基于VGG19网络的CNN模型进行分类识别,磨机负荷分类识别准确率高于优化的SVM模型,可达98.89%,在保证识别准确率的同时有效节约了计算时间。基于CNN的智能磨矿介质球磨机负荷识别方法可为实现球磨机负荷检测与在线评估提供重要解决方案与技术保障。