利用反应烧结法制备多孔碳化物陶瓷

利用反应烧结的方法,通过甲烷碳化还原三种过渡金属氧化物( Cr2 O3、TiO2和WO3)压坯,制备了其相应的多孔形态的碳化物( Cr3 C2、TiC和WC)陶瓷。通过扫描电子显微镜观察检测,对反应烧结产物的表面和截面形貌进行了分析,并对这三种过渡金属碳化物的孔隙结构进行了初步的表征。通过物相分析研究了反应烧结的动力学过程,发现利用含体积分数10%甲烷的混合气体碳化还原制备多孔TiC和WC陶瓷的起始温度分别为1200℃和1000℃,低于这两个温度时发生其他相变,有其他中间产物生成。利用反应烧结的方法制备多孔Cr3 C2陶瓷时,反应烧结温度越高,碳化铬陶瓷的骨架和孔隙平均尺寸越大。     

机械工程基础课程虚拟实验技术研究

文章分析了《机械控制工程基础》课程实践教学的现状,介绍了基于Lab VIEW软件平台开发的机械控制虚拟实验系统以及在动态教学中的应用。该系统涵盖了《机械控制工程基础》课程的主要教学内容,并附加了离心调速机构的PID控制、典型机械系统以及RLC电路的特性响应等内容。通过实际应用,反映了虚拟实验系统在实践教学中的优势。     

求解随机二阶锥线性互补问题的期望残差最小化方法

引入期望残差最小化(ERM)方法来求解随机二阶锥线性互补问题.在非负象限内,利用ERM方法求解随机线性互补问题是可行的,为此将非负象限内的随机线性互补问题延伸到二阶锥内.首先,介绍了二阶锥矢量相关的若尔当积及谱分解等预备知识.然后,通过二阶锥互补函数FB函数将随机二阶锥线性互补问题转化为极小化问题.以预备知识为基础证明了若尔当积下的x2与x 2的关系,并进一步证明了离散型目标函数解的存在性与收敛性.最后,证明利用ERM方法解随机二阶锥互补问题是可行的.     

一种GAF-CNN行星齿轮箱故障诊断方法

为将深度学习识别2D图像的优势应用于行星齿轮箱故障诊断,提出一种格拉姆角场-卷积神经网络行星齿轮箱故障诊断模型.利用格拉姆角场中的格拉姆角差场和格拉姆角和场两种方法,将行星齿轮箱振动信号转化为2D图像,提取图像特征并输入优化后的卷积神经网络模型,最终获得理想的识别精度.通过研究网络参数、不同网络层对故障诊断模型的影响,构建模型的最优组合.试验和对比结果表明,格拉姆角差场卷积神经网络比格拉姆角和场卷积神经网络具有更高的识别精度,在行星齿轮箱故障诊断方面的效果优于其他智能算法.      

考虑摩擦补偿的SEA弹性体刚度在线估计方法

提出了一种考虑摩擦补偿的串联弹性作动器(SEA)弹性体刚度在线估计方法.该方法利用作动器在适当条件下电机电流补偿摩擦力矩后估计的力矩来实时校准弹性体刚度,以减小弹性体刚度变化带来的力矩估计误差.通过实验定量分析了基于谐波减速器的系统摩擦力矩模型参数.对比弹性模型和电流模型计算力矩的优缺点,分析出当电机角速度在适当范围且负载变化较小的稳定状态时,电流力矩模型补偿摩擦力矩后可准确地计算负载力矩.负载稳定状态时,以电流模型估计力矩,并采用卡尔曼滤波算法对弹性体刚度实时校准.负载不稳定状态时,以弹性模型估计力矩.实验结果表明,本方法能有效克服弹性体刚度变化导致的力矩误差.     

基于视觉和操作类脑电信号的脑力负荷分类

针对视觉和操作类任务，提出了一种基于脑电独立分量特征的脑力负荷分类方法.利用独立分量分析法从混合脑电信号中分解获得脑电信号的独立分量，再提取脑电独立分量的4个不同频段的能量特征，并对能量特征进行分类.基于脑电信号特征和脑电独立分量特征分别进行了脑力负荷分类实验，得到平均分类准确率分别为60.52%，86.14%，后者比前者提高了42.33%.     

致密砂岩储层孔隙结构特征及其对开发的影响

致密砂岩孔隙结构特征是致密油气地质评价的核心研究工作。通过铸体薄片、X-射线衍射、扫描电镜、常规压汞、恒速压汞及气水相相对渗透率等多种实验分析手段，研究了川西中江气田沙溪庙组致密砂岩孔隙结构特征，探讨了孔隙结构差异性成因，并分析孔隙结构对开发的影响。研究表明，中江气田沙溪庙组致密储层岩石类型以岩屑长石砂岩、长石岩屑砂岩和岩屑砂岩为主；储层物性受原生矿物组合与成岩演化过程及其产物的影响，其中，石英对储层的渗透率贡献相对明显，对孔隙度影响不明显，黏土矿物、方解石都对孔隙度和渗透率影响明显，均呈负相关；在孔隙结构参数中，孔喉组合关系、喉道大小决定储层渗流能力，以大孔喉对储层渗透能力的贡献最大；孔隙结构对产能及气井生产特征影响明显，孔隙结构均质性越好所对应的气井产能及平均日产气就越高。研究成果对于深入理解致密砂岩孔隙结构及气井开发效果差异性具有重要的理论意义，能为气藏合理开发及评价提供科学依据。     

高炉炼铁工艺中超高TiO2炉渣:密度和表面张力

针对高炉冶炼超高（>80%）甚至全钒钛磁铁矿工艺流程，为了优化高炉造渣制度，进行了一系列关于高钛型炉渣（BFS）物理化学性质方面的研究。本工作分别利用阿基米德原理和最大气泡压力法研究了高钛型炉渣的密度和表面张力。系统探究了TiO₂含量和MgO/CaO质量比对CaO–SiO₂–TiO₂–MgO–Al₂O₃炉渣密度和表面张力的影响规律。结果发现，随着TiO₂含量从20wt%增加到30wt%，炉渣密度逐渐降低，但随着MgO/CaO质量比从0.32增加到0.73，熔渣密度略有增加。从硅酸盐网络结构角度来看，炉渣密度与结构聚合度（DOP）具有一致的变化规律。TiO₂的加入会降低炉渣体系中(Q3)2/(Q2)比值（其中，Q2和Q3分别代表桥氧数为2和3的网络结构单元），进而降低炉渣结构聚合度，导致炉渣密度降低。随着TiO₂含量从20wt%增加到30wt%，CaO–SiO₂–TiO₂–MgO–Al₂O₃炉渣的表面张力显著降低。相反，随着MgO/CaO质量比从0.32增加到0.73，表面张力增加。此外，利用基于Butler公式的Tanaka模型获得了1723 K下含钛炉渣等表面张力图，为高炉冶炼超高比例（>80%）甚至全钒钛磁铁矿工艺中造渣制度的优化提供了数据支撑。     

基于 Ｓｉｇｍｏｉｄ 核函数的纺织品色差分类检测研究

颜色的自动检测分级是纺织、印染行业质量检测中的关键一环? 为达到纺织品颜色的快速分级?根据人类视觉特性? 提出了一种基于 Ｓｉｇｍｏｉｄ 核函数的纺织品色差分类检测方法? 该方法首先将采集的待测纺织品图像进行预处理操作?并将图 像数据由 ＲＧＢ 色彩空间转换至 ＨＳＶ 色彩空间?其次对图像区域进行均匀分块?提取 Ｈ、Ｓ、Ｖ 分量值并采用加权和的方式计算 待测纺织品与标准样品间的色差值 ΔＥ ?最后以 ΔＥ 作为特征向量?采用基于 Ｓｉｇｍｏｉｄ 核函数的 ＳＶＭ 分类器来实现纺织品颜色 分级? 通过色差检测系统分类实验验证该方法分类准确率较高?可以实现纺织品的色差检测分类? 研究结果可为陶瓷、木材 等其他行业的色差检测分类提供参考?     

吴起地区延10致密砂岩储层孔隙结构及分形特征

侏罗系延安组延10段为典型的致密储层，是非常规油气聚集的重要场所，孔隙结构复杂、非均质性强。为了厘清其孔隙结构特征和非均质性，选取延10段储层12块样品，借助高压压汞实验、常规物性测试、X射线衍射、铸体薄片鉴定和扫描电镜分析等技术手段，根据压汞曲线的形态和储层物性将储层划分为3种类型，分析孔隙结构特征，利用分形几何理论计算分形维数，研究非均质性，并讨论其地质意义。结果表明：由Ⅰ类储层到Ⅲ类储层，排驱压力依次增大，物性变差，孔隙结构变复杂。延10储层分形曲线存在明显的拐点，呈两段式，D1大于D2，D1为2.982 8~2.999 4，平均为2.993 9，D2为2.454 7~2.746 4，平均为2.619 7，大孔喉的非均质性更强。延10储层中不同矿物组分含量的差异影响着储层的非均质程度，储层非均质程度的高低影响着储层物性的好坏和孔隙结构的复杂程度。