一种高Nb-IF钢的组织和织构特征

以一种新型高Nb-IF钢和传统Nb+Ti-IF钢为研究对象,分别进行相同的冷轧及退火处理,对比研究了两种实验钢的微观组织和织构演变特征.结果表明:与传统Nb+Ti-IF钢相比,该新型高Nb-IF钢由于添加了较高含量的C和过量的固定元素Nb从而提高了再结晶温度;875℃退火时,平均晶粒直径由传统Nb+Ti-IF钢的15.4μm细化到12.1μm,大量尺寸在10～30nm之间的细小Nb(C,N)复合析出粒子是其晶粒细化的原因;有利r值的ND∥{111}纤维织构峰值更加尖锐且发展速度较快.EBSD分析结果表明,该新型高Nb-IF钢组织均匀性良好,相邻晶粒取向夹角≤15°的小角晶界及低ΣCSL晶界含量...     

我国图书馆联盟建设探讨

阐述了我国图书馆联盟建设的概况,选取了6个典型的图书馆联盟进行了详细的介绍,同时指出我国图书馆联盟建设中存在的问题,并提出了解决之策。     

基于定性模拟的分组多属性逆向拍卖评标行为分析

网络逆向拍卖已经成为政府和大型企业集团集中采购的重要途径,分组多属性评标是当今普遍采用的评标机制.针对采购招投标现状,提出了分组多属性逆向拍卖概念,在评标专家有限理性的前提下,分析了评标机制中可能存在的问题,提炼出了专家评标工作行为变化各因素及相互作用关系图,建立了影响评标专家决策的定性模型.利用定性模拟技术对评标专家对立情绪等行为进行仿真研究,进而调整不同时刻的决策变量,仿真结果表明评标专家组之间对立情绪的累积现象是明显存在的,适时采取合适的管理措施对情绪的累积有一定的减缓作用,并给出了三点改进建议,以提高评标公平性.     

非线性广义离散区间系统的鲁棒非脆弱H_∞控制

研究一类含有非线性扰动的广义离散区间系统的鲁棒非脆弱H∞控制问题,所研究的非线性扰动满足Lipschitz条件.首先,利用Lyapunov函数理论,研究不确定非线性广义系统的鲁棒H∞控制问题;其次,以线性矩阵不等式(LMI)形式,给出了系统鲁棒非脆弱H∞控制器存在的充分条件,使得对于所有容许不确定性,闭环系统都允许且H∞性能指标满足给定上界.同时,给出状态反馈控制器的设计方法;最后,用数值例子表明了所提出方法的有效性.     

利用语言评价信息识别关系资本关键要素的方法

在整合关系资本要素的基础上,借鉴决策试验和评价实验室(DEMATEL)方法的思想,对相关专家给出的关系资本要素关联性语言评价信息进行集结和处理.首先量化语言评价信息,建立要素直接影响评价矩阵,并对其规范化,然后求出要素间接影响评价矩阵,将二者求和即得到综合影响评价矩阵.根据综合影响评价矩阵计算关系资本要素的中心度和原因度,从而确定关系资本要素的排序和归类.最后通过案例说明了该方法的有效性.     

涟水方言儿化现象考察

隶属于江淮官话洪巢片的涟水方言中首次发现有儿化现象存在。涟水方言儿化词总量较少,主要是一些与日常生活关系密切且使用频率较高的时间词、称谓词和其他普通名词;儿化实读表现与儿化音节本身的韵母类别有关;老派儿化现象比新派丰富,较之于老派,新派儿化现象呈现出明显的萎缩态势,此态势主要与普通话渗透等因素有关。涟水方言儿化现象主要是历时继承和发展的结果。     

浅析无人值守热力站的设计与实现

介绍了无人值守热力站运行模式的设计思路,探讨了远程监控系统的构成及通信方式,论述了自动化控制技术在无人值守站运行中的实施与应用,阐述了该技术在解决热网平衡、管网调控及站点管理等方面取得的成绩。     

以二甲醚为还原剂的氮氧化物存储还原试验研究

试验研究了以Pt/Co-BaO/γ^- Al₂O₃为催化剂、二甲醚（DME）为还原剂的NOx储存还原（NSR）性能,以及还原时间和温度对NSR的影响规律,并通过程序升温脱附和程序升温表面反应分析了DME对其存储NOx热稳定性的影响.结果表明,在等温DME-NSR循环过程中,NOx的转化效率保持在60%~70%以上;DME能够促进催化剂中硝酸盐的分解和NOx的脱附,并还原NOx.     

垣曲县铜峪沟一带铜（金）矿赋存特征及找矿建议

山西中条山地区铜矿成矿地质条件十分优越。近年来,山西省地质勘查局214地质队在中条山铜峪沟-店子沟一带开展了铜（金）矿普查评价工作,通过综合地物化、槽探及钻探等工作手段,初步查明区内铜（金）矿赋存特征和成矿条件,并进行了重点解剖,在此基础上提出了进一步找矿建议。     

GM（0,N）模型在河流径流量预测中的应用

河流径流量的预测对水资源的优化调度管理具有重要的意义,传统的预测方法中原始数据的随机性对预测精度具有很大的影响。对GM（0,N）模型进行了研究,建立了以河流径流量为系统特征数据序列,年平均降水量和年平均饱和差为相关因素序列的GM（0,3）模型。通过模型预测数据和实测数据的对比,说明了GM（0,N）模型具有较好预测效果;同时,为了证明GM（0,N）模型的优点,对比了其预测结果与线性回归预测模型的结果。