药芯焊丝焊缝中的夹杂物对针状铁素体形成的影响规律

系统研究了药芯焊丝焊缝金属中非金属夹杂物尺寸大小和分布规律,用透射电镜和能谱仪分析了焊缝金属中非金属夹杂物的非状和化学成分。结果表明：药芯焊丝焊缝金属中促进针状铁素体形核长大的非金属夹杂物是Ｔｉ、Ｍｎ、Ｓｉ、Ａｌ、Ｃｕ形成的氧硫复合物。焊缝金属中Ｎｉ、Ｍｎ、Ｍｏ的含量和焊接线能量对非金属夹杂物的尺寸大小及化学成分影响很小。药芯焊丝焊缝金属中针状素体的形核长大是由于非金属夹杂物有高能惰性界面,以及非     

稀土对轧辊钢中非金属夹杂物的影响

研究了Ce对ZG75CrM0钢中非金属夹杂物的影响．结果表明，Ce可显著减少钢中夹杂物的含量、提高钢的洁净度、并使其些夹杂物性态改变；钢的室温塑韧性、抗热疲劳性、高温抗氧性均有明显提高．     

夹杂物诱导晶内铁素体形核物理模拟研究

用物理模拟法研究了夹杂物MnS、Al₂O₃和Al₂O₃·Mns在晶内铁素体形核过程中的作用;用数字式金相显微镜观察了夹杂物界面附近区域的金相显微组织变化;用电子探针分析仪对夹杂物界面附近微区的化学成分进行了分析.研究结果表明:MnS、Al₂O₃和Al₂O₃·MnS不能使夹杂物与金属界面附近微区的化学成分发生变化,但MnS与Al₂O₃·MnS具有诱导晶内铁素体形核的能力,Al₂O₃不具有诱导晶内铁素体形核的能力;在氧、硫复合物Al₂O₃·MnS中,夹杂物表面的物质Mns在晶内铁素体形核过程中起着重要作用.     

大电流MAG焊焊缝金属的冲击韧性

探讨大电流MAG焊焊缝金属的冲击韧性.对在4种不同工艺条件下运用大电流MAG焊得到的焊缝金属进行低温冲击试验.试验结果表明,采用不同的焊接材料和不同的焊接参数,试样的冲击韧性差别较大.通过化学成分分析和光学显微镜观察得出:当焊缝金属的C、Si、Ti含量过大时,会产生脆而粗大的贝氏体组织,韧性较差;当C、Si、Ti含量适中时,焊缝金属中出现细小的针状铁素体,低温冲击韧性很好.     

针状铁素体形核特征与维氏硬度分析

为了分析针状铁素体组织的形貌特点,进行了金相光学显微镜和扫描电子显微镜(SEM)观察.通过金相光学显微组织观察,发现了具有相同生长方向的针状铁素体组织和类似于在夹杂物形核的现象.通过SEM观察到不同晶界处形核的特点不同,在平直晶界处形核长大的针状铁素体组织比大曲率晶界处的组织更具规则性.测量出针状铁素体组织的维氏硬度约为377HV3.并指出维氏硬度值不能准确反映针状铁素体显微组织的本征硬度.     

60Si2MnRE钢中夹杂物、微观组织和本质晶粒度的研究

采用金相和探针等实验方法，研究了60Si2Mn钢和添加稀土后的60Si2MnRE钢的夹杂物、微观组织和本质晶粒度，发现稀土加入钢中不仅能脱硫，而且能显著改变硫化物夹杂的形态与分布，从而有利于提高钢的韧性。     

16MnR钢埋弧焊缝冲击性能分析

针对16MnR钢埋弧焊焊缝夏比V型缺口冲击值偏低的问题，对焊缝试样的化学成分、宏观断口、显微组织、SEM断口等进行了一系列试验分析，发现焊缝夹杂是引起16MnR钢焊缝冲击值偏低的主要原因．在探讨了焊缝夹杂的形成机理和影响因素后，提出了改进措施，并在实际生产中收到了较好的效果。     

高韧性低温钢09MnNiDR试制

开展低温压力容器用09Mn Ni DR钢板在汉冶特钢的试制及相关的试验研究,结果表明其产品具有良好的低温韧性和强度匹配,钢质纯净,内部质量好,夹杂物含量低。同时,研究了化学成分和生产工艺对低温韧性的影响。     

亚共晶高硼铁基合金的组织和性能

采用药芯焊丝埋弧堆焊方法制备了亚共晶高硼铁基耐磨合金.借助光学显微镜、X射线衍射、扫描电镜及电子能谱仪等手段,研究其显微组织及形貌,试验结果表明,基体组织由大量胞状铁素体＋少量马氏体组成,硬质相由M2B, M3C, M8(B,C)构成,存在于共晶组织,其中M代表Fe, Cr,V和Mn四种元素.此外,加入一定含量的钛,改变了共晶组织形态并使显微组织显著细化.磨损试验结果表明,当载荷低于34.3 N,高硼铁基合金的磨损失重与载荷成正比,但大于34.3 N时,由于磨粒微切削阻力大于其驱动力,磨损失重反而下降.     

在双层辉光离子渗金属中空位浓度梯度对扩散的影响

在双层辉光离子渗金属中,由于高能量的离子轰击,在金属表面以下一定深度产生高的空位浓度、位错密度和空位浓度梯度.根据空位机制,从扩散流量导出钼的扩散系数的表达式.同时分析了高空位浓度、高空位浓度梯度对金属原子扩散的影响,指出这些是DGPSA的扩散系数远高于普通渗金属方法的主要原因.     

磷钨钒杂多酸的合成及表征

杂多化合物是由几种金属和非金属组成的含氧酸的多核配合物,由于杂多酸具有可以任意改变的分子组成和广阔的应用背景,因此被广泛应用于催化、电、光、磁功能材料以及药物化学等领域.采用分步加入原料进行酸化、乙醚-硫酸萃取法合成了3种Keggin型杂多酸,采用红外光谱(IR)、X射线衍射(XRD)以及热重(TG)等方法对其进行表征.确定杂多酸的基本骨架及其多级结构,测定多酸中结晶水的含量.     

六氟磷铵阴离子对类salen 3d-4f异核金属配合物结构的影响及其磁性研究(英文)

利用邻香兰素缩1,3-丙二胺为配体合成了两类salen 3d-4f异核金属配合物。它们分别是双核配合物[Dy(CuL)Cl2(H2O)2(MeOH)]·MeOH·Cl(1)和三核螺旋桨结构配合物[Dy(CuL)2Cl(MeOH)2]·PF6·CH2Cl2(2)。配合物2中六氟磷铵阴离子作为结构调节剂不仅可以平衡电荷,而且可以调节结构,使配合物呈现新颖的双刃螺旋桨结构。此外对配合物1和2的分子磁性研究表明,二者都体现铁磁性相互作用。     

过渡金属香兰素配合物的固相合成

在室温下,由过渡金属醋酸盐与香兰素(HL,C8H8O3)直接进行一步固相反应合成了5种配合物[ML2(H2O)2](M=Mn,Co,Ni,Cu,Zn)1~5,用XRD、元素分析、摩尔电导、红外光谱、热分析方法进行表征.中心金属离子M(II)与2个香兰素基中的酚羟基氧和甲氧基氧的4个氧原子以及2个水分子中的2个氧原子发生配位,形成分子配合物,配位数为6.     

ZnS：Mn^2＋的合成及光学特性研究

我们利用溶剂热的方法,合成了ZnS以及ZnS:Mn2+纳米粒子.并利用X射线衍射、透射电镜、光致发光等测试手段对样品的结构和光学性能进行了表征.结果表明,Mn2+以替代Zn2+的方式进入到了ZnS晶格当中,并且随着Mn2+掺杂量的增加,样品的晶粒尺寸明显减小.从PL谱图可以清楚看到黄光的发射光谱,其伴随着Mn2+离子3d壳层内部的4T1-6A1转变.     

半固态流变铸造研究

本文依据流变力学理论,分析探讨流变铸造机理,流变铸造特性以及晶粒细化和材料性能提高的原因,认为:半固态金属浆料具有一定的流变性和搅译性,这种特性是与材料组织和搅拌剪切力作用直接有关的.对半固态金属浆料进行机械搅拌作用.这有利于原子的迁移和扩散,有利于浆料的流动和降低组织成份的不均匀性,也有利于破坏树枝晶的形成和抑制晶粒长大. 本文还根据半固态金属浆料的组织特点建立了有关流变方程.从而,在研究揭示材料流变特性方面更趋深入。     

含非对称N_2O_2配体异丙氧基铝配合物催化丙交酯开环聚合研究

以含非对称N2O2配体异丙氧基铝配合物1催化外消旋丙交酯(rac-LA)开环聚合,研究了单体与催化剂的摩尔比、反应时间和反应温度对聚合反应的影响.结果表明,该配合物对丙交酯开环聚合有较好的催化活性,可制得分子量分布为中等程度的聚丙交酯(Mw/Mn=1.26-1.45).     

中,高碳钢中马氏体的形态和本质

以40Cr、65Mn和T11A钢为例,采用光学显微镜、扫描电镜和透射电镜,较深入地研究了淬火温度对显微组织影响的规律,得出:随淬火加热温度的连续升高,依次形成隐针马氏体→混乱取向的细针状马氏体→纤维状马氏体→粗片马氏体+纤维状马氏体→更粗大的马氏体片+大量残余奥氏体.文中充分证实,中、高碳淬火钢在光学显微镜下显现出的纤维状马氏体同低磷淬火钢中的板条马氏体显著不同.此外还重点分析了中、高碳钢的高温淬火组织是全部孪晶型片状马氏体,没有板条马氏体。     

几种各向异性对氧化铁Hc的影响

本文对粉状颗粒和连续薄膜在γ-Fe₂O₃与Fe₃O₄之间的相变中矫顽力H_c的变化进行了讨论.无论在氧化中或还原中,球状颗粒和连续薄膜H_c的增加主要是应力各向异性引起的;而针状颗粒H_c的降低则是受到与颗粒尺寸变化相联系的形状各向异性的影响.     

火焰原子吸收光谱仪快速测定磷化剂中的Zn、Ni、Mn

<正>磷化剂是由多种无机盐组成的酸性溶液,能与金属反应形成一种化学转化膜,此转化膜能够和有机涂料紧密结合,有很好附着性和耐蚀性作用,防止钢铁表面基体被腐蚀。当前汽车行业中Zn、Ni、Mn三元磷化剂被广泛得到应用,如何控制Zn、Ni、Mn等元素工艺参数,对涂装前处理质量管理具有重要意义。目前分析Zn、Ni、Mn三种元素多选用化学滴定法,测定周期长,浪费人力。本文,笔者提出利用原子吸收光谱仪快速测定磷化液中Zn、Ni、Mn含量方法。     

参数优化GBDT算法的密封继电器材质识别

传统多余物微粒材质识别算法在判断金属和非金属微粒时,误判现象比较严重.本文将参数优化的梯度提升决策树算法(Gradient boosting decision tree,GBDT)应用于多余物材质识别.特征选择方面,在原有的脉冲面积、脉冲左右对称度、脉冲上下对称度、脉冲持续时间、脉冲上升占比、能量密度、脉冲占比、波峰系数、面积占比、频谱质心、均方频率、方差、过零点率和均方根差14个特征基础上,利用小波变换提取出了能量系数作为新的特征值,并建立新的样本特征集.然后结合机器学习方法训练得到基于GBDT多余物材质识别模型.为了使分类器性能达到最优,对其进行超参数调优.采用贝叶斯优化库中的分布式异步超参数优化模块(Hyperopt),并结合树形窗密度评估器(Parzen)可以获得模型的最佳优化参数.经过与K近邻(K-nearest neighbor classification,KNN)和支持向量机分类模型(Support vector machine,SVM)进行对比,结果表明,采用参数优化的GBDT算法对金属和非金属微粒具有很好的识别效果,能够有效提高其分类性能.