欢迎登录材料期刊网

材料期刊网

高级检索

  • 论文(47)
  • 图书()
  • 专利()
  • 新闻()

S7钢过冷奥氏体转变曲线及碳化物研究

李文学 , 刘宗昌 , 徐进 , 邵淑艳 , 立新

材料热处理学报 doi:10.3969/j.issn.1009-6264.2000.03.015

利用Formastor-Digital全自动相变测量仪,测定了S7钢退火用CCT曲线和TTT曲线.利用扫描电镜和透射电镜,研究了不同退火工艺产生的显微组织.结果表明:加热温度为810~830℃,以15~30℃/h冷却,碳化物颗粒尺寸为369~335nm时,钢的硬度为179~181HB.

关键词: S7钢 , CCT曲线 , TTT曲线 , 退火 , 碳化物

低合金钢钢锭红送裂纹的形成机理

王贵 , 赵莉萍 , 刘红飓 , 刘宗昌 , 立新 , 李强

钢铁研究学报

调查了现场低合金钢钢锭红送裂纹的产生情况,计算并分析了钢锭红送及再加热过程中温度场和应力场的变化规律,测定了钢锭的高温强度和塑性。在此基础上分析了钢锭红送裂纹的形成机理,为生产中防止产生红送裂纹提供了理论依据。

关键词: 低合金钢 , 钢锭 , 红送裂纹

LCD显示器的白平衡调整

立新

液晶与显示 doi:10.3788/YJYXS20112602.0220

在液晶显示器生产过程中,白平衡的调整是一个关键部分,目前大都采用PC机调整.针对现有调整方法的不足,提出了一种白平衡调整方案.该方案包括了两个步骤,首先,利用LCD显示器自身的嵌入式平台实现输入信号和前端采样A/D的误差校正;然后,采用PC机与彩色分析仪Chroma7120,通过曲线拟合的方法补偿后端显示屏的色温差异,实现LCD白平衡的自动调整.实验结果表明该方案既方便又能满足白平衡的调整要求.

关键词: 白平衡 , 色温 , 液晶显示器

胶西北前家—洼家断裂带构造地球化学找矿预测

祝涛 , 杨斌

黄金 doi:10.11792/hj20160103

马虎沟测区位于灵北断裂带下盘,区内主干断裂为前家—洼家断裂,发育似斑状郭家岭型花岗闪长岩和玲珑型片麻状黑云母花岗岩. 本次地表构造地球化学测量范围约15 km2 ,采集构造地球化学样品共858件,测试元素包括Au、Ni、Pb、Co、Mo、Sn、Zn、Ti、Cr、As、Sb、Hg、Ag、Cu、Ba、Bi、B、Mn、V等19种. Au元素异常沿前家—洼家断裂带及次级断裂分布特征明显. 分形分维统计表明,Au具有多阶段成矿的特征. 结合多元统计分析,厘定本测区构造地球化学异常找矿标志为Au-Pb-Bi元素组合异常及因子得分Y(i,2)和Y(i,3)异常. 结合地质分析,圈定找矿靶区5处.

关键词: 找矿预测 , 构造地球化学 , 多元统计分析 , 家—洼家断裂带

立新一代钢厂精准设计评价指标体系的研究

张春霞,干磊,樊波,周继程,郦秀萍,上官方钦

钢铁研究学报

新一代钢厂的设计水平对钢厂的实际运行水平具有决定性的影响。为了提高新一代钢厂的精准设计水平,按照系统性、层次性等原则建立了新一代钢厂精准设计评价指标体系,指标体系包含49个末端指标和16个中间指标,分为经济投资水平、工艺设备水平、流程运行高效化、生态化水平四大类指标。该指标体系能反映新一代钢铁制造流程装备、工艺先进、流程动态、有序运行、资源、环境友好的特点,并且能集中体现钢铁产品制造、能源转换和社会部分大宗废弃物处理、消纳三个功能。应用该指标体系能分别对新一代钢厂的精准设计水平和动态运行水平进行评价和优化,可以有效提高新一代钢厂的精准设计水平。

关键词: 新一代钢厂;精准设计;评价指标体系;工艺设备;生态化

立新一代钢厂精准设计评价指标体系的研究

张春霞 , 干磊 , 樊波 , 周继程 , 郦秀萍 , 上官方钦

钢铁研究学报

新一代钢厂的设计水平对钢厂的实际运行水平具有决定性的影响.为了提高新一代钢厂的精准设计水平,按照系统性、层次性等原则建立了新一代钢厂精准设计评价指标体系.指标体系包含49个末端指标和16个中间指标,分为经济投资水平、工艺设备水平、流程运行高效化、生态化水平四大类指标.该指标体系能反映新一代钢铁制造流程装备、工艺先进、流程动态、有序运行、资源、环境友好的特点,并且能集中体现钢铁产品制造、能源转换和社会部分大宗废弃物处理、消纳三个功能.应用该指标体系能分别对新一代钢厂的精准设计水平和动态运行水平进行评价和优化,可以有效提高新一代钢厂的精准设计水平.

关键词: 新一代钢厂 , 精准设计 , 评价指标体系 , 工艺设备 , 生态化

应用BP网络建立新型高强韧钢的结构形成因子与抗拉强度的关系

钱存富 , 赵秉军 , 陈芳芳 , 曾梅光

钢铁研究学报

根据固体与分子经验电子理论计算了19组新型高强韧钢的试验数据所对应的结构形成因子S值,从中随机抽取16组数据,应用人工神经网络的BP结构进行训练,用其余3组数据进行检验,其平均训练误差为0.873 1 %,平均检验误差为0.965 7 %.建立了价电子结构与强度之间的定量关系,为从电子层次进行合金成分设计进行了有益的尝试.

关键词: 高强韧钢 , 结构形成因子 , 人工神经网络 , BP网络 , 抗拉强度

  • 首页
  • 上一页
  • 1
  • 2
  • 3
  • 4
  • 5
  • 下一页
  • 末页
  • 共5页
  • 跳转 Go

出版年份

刊物分类

相关作者

相关热词