粗粒含量对砂卵石土宏细观力学特性影响分析

摘 要: 砂卵石土粗粒含量对基坑及隧道围岩等稳定性影响较大,然而不同粗粒含量砂卵石土宏细观力学特性尚不明确。采用室内大型粗粒土三轴试验与数值三轴试验相结合的方法,对不同粗粒含量砂卵石土宏观及细观力学特性开展研究。研究结果表明：随着粗粒含量增加,砂卵石土的应力应变曲线表现为应变软化性;围压不变时,砂卵石土随着粗粒含量增加,应力峰值增大而达到峰值时的应变逐渐减小;建立了砂卵石土粗粒含量与内摩擦角和粘聚力等力学指标之间函数关系,随着粗粒含量的增加,砂卵石土的内摩擦角与粘聚力呈线性增大;提出了不同粗粒含量砂卵石土的接触模量、颗粒刚度比、摩擦系数、接触粘结强度等颗粒离散元细观参数。研究成果为砂卵石地层工程精细化设计及施工提供理论支撑。     

钙对45钢显微组织及冲击韧性的影响

用端淬法研究了微量钙对４５钢淬透性的影响，以及对正火态，调质态及淬火低温回火态的显微组织和室温冲击韧性的影响；用俄歇能谱（ＡＥＳ）分析了沿晶断口表面钙的含量，结果表明，微钙钢的淬透性稍低于无钙钢；微钙钢的奥氏体晶粒粗化、珠光体片层间距显著增大，３种热处理状态下的室温冲击韧性均有所降低。这些现象与中碳合金钢中所得结果有明显不同。根据钙在奥氏体晶界的偏聚现象及其与其他元素的偏聚互作用理论，对此进行了讨     

予处理工艺对18Cr2Ni4wA钢奥氏体晶粒粗化温度的影响

本文研究了四种不同的予处理工艺对渗碳钢１８ＣｒＮｉ４ｗＡ钢奥氏体晶粒粗化温度的影响。研究表明，奥氏体晶粒粗化温度与不同予处理后固溶析出的ＡＩＮ粒子的数量、大小、分布和奥氏体起始晶粒度及其不均匀度有关。提出了提高奥氏体晶粒粗化温度的途径；同时指出了＂本质晶粒度＂概念的不科学性。     

加食盐燃烧提高石灰活性的机理研究

采用扫描电子显微镜（ＳＥＭ５０５）观察ＣａＯ晶体结构变化，电子探针测定其成分．发现了加食盐煅烧能够大幅度地提高石灰活性度的原因．这是因为被蒸发的ＮａＣｌ离子扩散渗入ＣａＯ晶体中，使其晶粒结构发生变化，以及晶粒间的气孔率增加，气孔长、定增大的缘故．     

冷拉拔对LY12铝合金小棒组织和性能的影响

研究了淬火前不同冷变形量对ＬＹ１２铝合金挤压小棒组织和性能的影响．结果表明：不同的冷拉拔量对ＬＹ１２铝合金组织和性能有明显的影响；适当的冷变形量能减少或消除该合金挤压棒材的粗晶环．作者还对粗晶环的形成原因及其消除方法进行了讨论．     

交变磁场对磁性磨粒的作用分析

对处于交变磁场作用下的磁性磨料颗粒的受力和运动规律进行了分析和描述，为交变磁场作用下的磁粒研磨光整加工技术提供了新的思路和工艺选择。     

Fe3Al合金的高温变形行为

用载荷松弛法对Ｆｅ－２８Ａｌ－２Ｔｉ合金在较高温度下的变形行为进行了研究．测定了Ｆｅ－２８Ａｌ－２Ｔｉ合金在高温变形时的载荷松弛曲线、应力减小因子Ｙ及激活能值,并对试样进行了显微结构观察．结果表明,Ｆｅ－２８Ａｌ－２Ｔｉ合金的高温变形是一个亚晶界吸收位错,而且不断向大角晶界转变的过程．     

低温烧结多层片式ZnO压敏电阻内电极 Ag含量对电性能的影响

研究了低温烧成多层片式ZnO压敏电阻的内电极中Ag扩散进入ZnO晶格对电性能的影响．研究发现内电极中Ag含量严重影响低温烧结多层片式压敏电阻的电性能．当内电极含Ag量为70％时,具有最好的电性能;而内电极为纯Ag时,电性能最差,压敏电压和限制电压过分地升高,漏电流增大,非线性系数减小．反映晶界势垒电容的电容量随内电极中Ag含量的升高而减小．伏安特性和复数阻抗分析表明,随着内电极中Ag含量的升高,Ag扩散进入ZnO晶格加剧,降低了施主浓度Nd,导致ZnO晶粒电阻增大,以及晶界势垒高度和耗尽层宽度增加,使得多层片式ZnO压敏电阻的电性能变差．     

电弧超声对09MnNiDR钢焊接接头冲击性能的影响

通过调制电弧激发出超声并应用于09M nN iDR钢的埋弧自动焊过程。采用常规焊接工艺参数,并加入不同频率的电弧超声进行焊接工艺评定。金相分析表明,在电弧超声作用下,焊缝结晶组织明显细化,焊缝区针状铁素体增加。冲击实验表明,接头的低温冲击韧性提高。尤其是在50 kH z超声作用下,-70℃下焊缝区和热影响区冲击韧性值较未加入超声时均提高了近50%,相应的断口扫描电子显微镜(SEM)分析表明接头由解理断裂转变为韧性断裂。电弧超声还可降低接头对焊接热输入的敏感性,提高生产效率。实验证明电弧超声是提高低温钢焊接接头性能的一种有效的方法。     

Mining the Change of the Quality of Stored Grain

The quality of grain changes continually during its storage, including the change of its physical characteristics and physiological characteristics. This paper presents an approach to predict the change of the quality of stored grain with data mining technology. Logistic Regression, Decision Tree and Muitilayer Perceptron are applied to predict the change of the grains＇ quality control index and to obtain the grains＇ quality change probability. The grain sampling with higher probability can be processed earlier.