焙烧过程中阴极类型对阴极热场分布的影响

以有限元分析软件ANSYS为平台，建立了160kA铝电解槽焦粒焙烧时的三维1／4整槽模型；对3种典型阴极炭块（半石墨质、半石墨化和石墨化）在给定焙烧条件下的热场分布进行了仿真研究。结果表明：由于这3种炭块的电导率和导热系数依次增大，因此，在相同的焙烧条件下达到焙烧终点（阴极最高温度为1030℃）时，阴极的温度分布依次变均匀；半石墨化和石墨化阴极与半石墨质阴极相比，其最大温差分别降低了133℃和232℃；阴极表面平均温度分别提高了34℃和57℃；周边糊的平均温度分别提高了77℃和126℃；900℃以上温度所占面积则从52．4％分别提高到63．0％和70．5％；达到相同终点的焙烧时间从96h分别增加到132h和205h。当焦粒层厚度从20mm增加到30mm时，石墨化炭块的焙烧时间从205h缩短到90h，虽然焙烧效果有所下降，但仍然显著优于其他2种炭块在焦粒层厚度为20mm时的焙烧效果。     

NiFe2O4尖晶石粉体球磨制度

研究了球磨参数对NiFe2O4尖晶石粉料的颗粒粒径的影响·通过计算确定了试验所需钢球尺寸,在此基础上,进行正交试验选择合适的参数·试验结果表明,球磨时间是影响粒径的主要因素,而研磨体级配对粒径分布范围有较大影响·确定合适的球磨参数为:球磨时间36h;研磨体级配35∶40∶25;料球比1∶2;球磨介质的体积分数为75%·     

基于共享联结三元组卷积神经网络的枪弹膛线痕迹快速匹配方法

针对传统通过激光检测提取膛线线形痕迹信号时枪弹痕迹检测精度不高且操作复杂的问题,提出了新型提取和处理方法。采用多尺度配准、弹性形状度量与卷积神经网络技术,基于多模式弹性驱动自适应控制方法,建立了试件末端位置和姿态参数分布模型,采用孤立森林算法检测信号进行异常处理,利用变尺度形态滤波算法去除非细小特征,引入平方速度函数优化弹性形状度量算法,完成曲线轮廓嵌入层映射;在膛线线形匹配部分,建立了适用于痕迹特征的优化参数共享联结三元组卷积神经网络模型,通过嵌入层相似度计算和最小化三重损失函数训练该网络至收敛;最后进行了不同方法的相似度匹配对比实验。结果表明,与传统的检测方法相比,新方法解决了传统枪弹痕迹检测中面临的精度与操作性问题,保证检测结果的稳定性,且成本大大降低。在膛线线形痕迹提取中采用多模式弹性驱动自适应控制方法和三元组卷积神经网络模型,可为枪弹痕迹检测提供一种新的可行方法和思路。