旋转摩擦挤压制备MWCNTs/Al复合材料的组织及磨损性能EI北大核心CSCD

采用旋转摩擦挤压(RFE)法制备多壁碳纳米管增强铝基(MWCNTs/Al)复合材料,分析MWCNTs/Al复合材料的显微组织、硬度和磨损性能。结果表明:用RFE法可制备具有一定形状尺寸的块体MWCNTs/Al复合材料;复合材料的成形质量好,显微组织为经动态再结晶后的细小等轴晶,MWCNTs在铝合金基体中分布均匀。复合材料的硬度随着MWCNTs体积分数增加先增加后降低,当MWCNTs体积分数为4%时,硬度是经RFE加工后基材的1.2倍。MWCNTs在复合材料磨损过程中起润滑作用,有助于降低MWCNTs/Al复合材料的磨损量提高复合材料的耐磨性。随MWCNTs体积分数的增加,复合材料的磨损率降低,当MWCNTs体积分数大于3%后磨损率变化较小。这是由于MWCNTs体积分数的增加,磨损机制发生变化,即由黏着磨损和轻微磨粒磨损转变为剥层磨损和磨粒磨损。     

民用建筑配电系统无功补偿的探讨

分析了民用建筑配电系统中,因单相负荷所占比例较大,且使用的随机性亦很大,造成三相负荷阶段性的严重不平衡.采用传统的单相采样、三相共补、功率因数控制的无功集中补偿方式,因三相负荷的不平衡,易导致无功欠补偿或过补偿.为了最大限度地既避免欠补偿,同时又避免过补偿,补偿后的功率因数宜取0.94～0.95左右.     

基于钎焊法制备Cf/Al复合材料工艺研究

采用钎焊法通过箱式电阻炉和真空热压炉加热成功制备出碳纤维增强铝基(Cf/Al)复合材料,研究钎料成分、加压状态以及加压方法对Cf/Al复合材料成形的影响,并分析其显微结构。结果表明,采用叠层填充HL402钎料,加热到600℃保温15 min,在压力下通过钎焊法使用电阻炉和真空热压炉均可制备出成形较好的Cf/Al复合材料。通过真空热压炉制备出的Cf/Al复合材料,其Cf的间距约为2~4μm,钎料可以充分地填充到Cf间隙中,且Cf轮廓完整并较均匀致密地分布在结合层中。     

汽车覆盖件拉深过程中的压边力预测

结合数值模拟与人工神经网络技术研究了汽车内覆盖件承载地板在冲压成形中压边力的预测。将板料模型零件导入到Dynaform中进行网格划分并对其拉深过程进行模拟仿真,结合正交试验获取不同参数条件下最佳压边力的数据样本,然后运用Matlab软件中的GRNN神经网络工具箱对数据进行训练学习,采用训练好的神经网络对板料成形过程中的压边力进行预测,获得了板料拉深过程中的压边力变化曲线。通过预测结果和模拟结果对比,预测误差在10%以内。将预测的曲线对零件模拟仿真,结果显示零件最大减薄率在25%以内,并对板料进行实际冲压验证。结果显示成形效果良好,无起皱、破裂缺陷,符合实际生产的要求,说明GRNN神经网络可以用于零件冲压过程中压边力的预测。     

1-氯甲基磺酰胺类化合物的合成

以吡啶为催化剂,实现了氯甲基磺酰氯和芳香伯胺的磺酰化反应。考察了催化剂、溶剂、物料比、反应温度等条件对反应产率的影响。结果表明,最优反应条件为:n(胺)∶n(磺酰氯)=1∶1.3,吡啶为催化剂,二氯甲烷为溶剂,先0℃再室温下反应,反应时间为4～8h。在最优条件下,以42%～95%的产率合成了9种具有不同取代基的磺酰胺类化合物。利用IR、~1HNMR、~(13)CNMR对目标产物的结构进行了确证。     

高职焊接专业核心课基于工作过程系统化课程标准的制订与实施——解析《焊条电弧焊》课程标准

专业核心课程是专业中居于核心位置的、具有生成力的课程,高职焊接专业学习中,最具有生成力的课程是最基础的焊条电弧焊,焊条电弧焊贯穿于所有焊接生产中,采用基于工作过程系统化方法进行教学可以由浅入深,逐步掌握焊条电弧焊的理论知识和实践操作技能.课程标准是组织和实施课程教学的纲领性文件,是管理、监控、评价教学的主要依据.文中针...     

基于建筑钢结构拉伸试验磁记忆检测研究

金属磁记忆检测技术是无损检测领域的新技术。采用建筑钢结构用钢Q345制作拉伸试样进行在线检测和离线检测,分析构件在不同变形阶段、不同缺口时的漏磁场信号变化规律。研究表明:根据漏磁场信号在检测线上的曲线形状可判断试样弹塑性状态;沿检测线对称反向测量,可确定颈缩区范围及断裂位置;漏磁场信号在加载方向上存在磁化反转现象,并提出磁荷梯度的概念。     

住宅配电系统经济性分析

针对15层住宅楼(一梯四户)的住户配电系统,通过对多种方案进行成本核算、经济分析,取得各配电系统的经济量化结果,不同方案对初投资的影响差别较大,其中层配电箱设置对初投资影响最大,为合理设计住宅配电系统提供参考。     

动力锂电池折旧率的规律研究

碳酸铁锂电池在使用过程中,各项参数会发生规律性变化,其折旧率的规律是反映锂电池能量的重要指标。通过建立电池模型,研究了锂电池剩余电量的估计方法,列举了常见的电池SOC(电池的荷电状态,State of Charge)的估计方法,分析了各种方法的优点和局限性,提出基于人工神经网络模型的SOC预测方法,并在车仿真软件ADVISOR上进行仿真分析。最后通过动力电池SOC的仿真结果,给出了电动汽车动力电池SOH(电池的寿命状态,State of Health)的预测方法,提出通过曲线拟合模型进行预测,得出电池衰减速度的规律。