带裂纹碾压混凝土层面强度尺寸和边界效应

研究了碾压混凝土层面中带不同削弱度裂纹时远场强度的尺寸和边界效应,指出对强度影响的不仅仅是试件尺寸,也包括试件边界、裂纹长度和裂纹数量等因素.应用界面断裂力学理论和混凝土Ⅰ-Ⅱ复合型断裂准则,对Hu和Wittmann的强度效应律做了理论上的扩展,使之符合碾压层面抗拉强度的断裂特性;最后建立了碾压混凝土层面强度的尺寸与边界效应回归曲线.     

十六烷基三甲基溴化铵在不同酸介质中对冷轧钢腐蚀行为影响的研究

 用失重法研究了冷轧钢在不同浓度十六烷基三甲基溴化铵的盐酸、草酸、硝酸介质中的腐蚀行为,所得结果表明在盐酸介质中十六烷基三甲基溴化铵是冷轧钢优异的缓蚀剂,其在冷轧钢表面的吸附符合Langmuir模型,实验数据亦表明草酸溶液中十六烷基三甲基溴化铵对冷轧钢的腐蚀影响甚微,并且发现十六烷基三甲基溴化铵在硝酸介质中是冷轧钢腐蚀的增蚀剂.     

冷轧带钢表面缺陷在线监测系统

介绍一套目前已在实验室中开发成功的冷轧带钢表面缺陷在线监测系统,该系统用于在线检测和识别冷轧带钢的表面缺陷.系统采用多个面阵CCD摄像头同步采集带钢表面的图像,并通过并行计算系统对图像进行分析和处理,以得到钢板表面的缺陷情况.系统在软件流程上进行了特殊的设计,以保证实时数据处理功能.经试验,系统对"乳化液斑痕"、"锈痕"、"压入氧化铁皮"、"辊印"、"折印"和"边裂"等6种常见的冷轧带钢表面缺陷类型识别率在90%以上.     

施肥措施对棉株抗蚜和耐蚜力的影响

小区试验后,大田试验,观察不同肥类及施肥量对棉株抗蚜和耐蚜力的影响.结果表明:单纯施氮肥会明显降低棉株的抗蚜和耐蚜力,并且随着氮肥量的增加而急骤下降;钾肥提高棉株的耐蚜力比磷肥强;适施混合肥并适量增施钾肥对提高棉株的耐蚜力特别有效.施混合肥也能提高棉株的抗蚜力.     

钢中残余元素在连铸坯和热轧板中的富集行为

通过扫描电镜和X射线能谱分析仪(X-EDS)分析,对低合金钢种连铸板坯和热轧板中Cu、As和Sn的富集行为进行了研究.实验结果表明:连铸坯中氧化层和氧化层/基体层界面存在Cu、As和Sn元素同时富集现象;热轧板氧化层/基体层界面存在Cu、As和Sn元素富集相,基体层中Cu、As和Sn含量高于氧化层;热轧板晶界处Cu、As和Sn含量明显高于热轧板晶内;Cu、As和Sn在γ晶界偏聚和Fe的优先氧化造成连铸坯中Cu、As和Sn富集,加热炉的二次加热加剧Cu、As和Sn的富集程度,引起Cu、As和Sn向钢材基体渗透扩散,使钢的塑性恶化,导致中板大量表面微裂纹缺陷.分析了Cu、As和Sn富集相对表面微裂纹的影响机理.     

压延铜箔生产工艺概述

综述了国内外压延铜箔的生产现状,分析了压延铜箔的生产工艺和关键技术,指出厚度控制、表面质量和表面处理是铜箔生产的关键环节,全面、全过程和全员参与的质量管理制度是压延铜箔生产的保证;介绍了电子铜箔的种类、应用领域和工业标准;综合对比了电解铜箔与压延铜箔的性能,与电解铜箔相比,压延铜箔具有更好的延伸性和耐折性,更高的软化温度和强度,更低的表面粗糙度,指出压延铜箔是制造挠性印刷线路板基板的关键材料.     

热轧汽车轮辋钢孔型设计

通过多年生产实践和大量数据分析,针对热轧汽车轮辋钢的变形特点,研究热轧汽车轮辋钢孔型设计的基本原则和主要参数,总结出该类特异型钢孔型设计的系统设计方法和一些变形规律,对同行在轮辋钢的孔型设计上有所借鉴,以适应轮辋钢的生产需要。     

基于核熵成分分析的热轧带钢自适应聚类分析

为提高热轧带钢力学性能离线检测的针对性和生产过程控制的实时性,提出利用聚类分析方法实现生产状态的聚类,对错分或离群样本进行力学性能的重点检测.常用的高斯核主成分聚类分析中假设数据服从正态分布,以方差大小提取核主成分,而实际生产数据分布复杂,拟采用核熵主成分分析,并自适应选取核参数和聚类数,实现生产状态的自适应聚类.利用实际生产数据进行方法验证,与核主成分聚类分析相比具有更好的聚类结果,聚类正确率从86.23％提高到96.51％,更加有效地提高了质量检测的针对性.     

冷轧带肋钢筋混凝土受弯构件的试验研究

用冷拔钢丝制成的双钢筋混凝土构件和用冷轧带肋钢筋制成的混凝土构件，均能节约钢材，降低造价；这两种结构已有研究￣［１］。用冷轧带肋钢筋制成的双钢筋，更能节约钢衬，可制成更加节约钢材的结构，但日前尚未有研究报导。本文试验研究了冷轧带肋双钢筋混凝土的受弯构件，结果表明这种构件在承载力和裂缝宽度方面，均具有更好的性能。图５，表２，参２。     

利用神经网络提高热轧带钢卷取温度的控制精度

针对热轧带钢层流冷却过程的复杂性,以国内某热轧厂层流冷却系统为例,分析了层流冷却系统的组成以及相应的空冷和水冷数学模型.采用神经网络与数学模型相结合的方法,对带钢实测卷取温度与目标值的偏差进行了预报,证明利用神经网络能较好预测卷取温度的偏差值,进而对数学模型中的参数进行调整,实现高精度的卷取温度控制.结果表明,卷取温度比传统数学模型控制的标准差降低了21.94%.