张淑荣
,
孙业山
,
曲航
膜科学与技术
doi:10.16159/j.cnki.issn1007-8924.2016.06.017
研制了一台可用于边远海域的小型高效反渗透海水淡化装置(规模为10 t/d),并进行了多工况性能试验研究.研究了在不同操作压力、操作温度条件下,系统产水量、产水电导率、产水能耗等的运行规律.试验结果表明,装置的操作压力、试验温度对性能影响比较大.操作压力越高,系统产水量越大,产水电导率越低,吨水能耗越低;操作温度越高,系统产水量越大,产水电导率略有提高,吨水能耗下降.当产水量一定时,在较低的操作温度下需要较高的操作压力,能量回收装置的使用对降低制水能耗效果明显,操作压力为6 MPa时,吨水能耗降低58％.
关键词:
海水淡化
,
反渗透
,
分布式
,
边远海域
崔丽
,
郭强
,
胡贤磊
,
刘相华
中国冶金
随着厚规格、高强度品种钢的大量开发，头部翘曲成为板材生产过程的一种常见缺陷，同时部分矫直机矫直能力不足，使头部翘曲板材矫直过程困难。以开发厚规格、高强度品种钢过程中频繁出现的头部翘曲呈蛇形板材矫不平问题为依托，采用弹塑性差分的曲率积分方法，研究头部翘曲对传统矫直过程残余曲率和矫直力的影响，提出利用静压矫直方法解决头部翘曲板材矫不平问题。通过理论分析和现场实践证明：静压矫直可以有效解决头部翘曲板材矫不平问题，改善板形，减小切损量。
关键词:
头部翘曲
,
矫直能力
,
静压矫直
,
残余曲率
,
矫直力
姜丽
,
孙玉宝
,
马红梅
,
张志东
液晶与显示
doi:10.3969/j.issn.1007-2780.2007.05.016
根据液晶动力学理论研究了π型液晶盒中从展曲到弯曲的转变过程和转变所需的最小电压.在低电压驱动情况下,具有非对称预倾角度的展曲结构转变为非对称状态;在高于转变电压的脉冲作用下,再转变成为弯曲结构.结果表明,转变电压随着锚定强度的增加而增加,随着表面黏滞系数的增加而增加,随着预倾角度的增加而减小.使用本文提出的方法得到的转变时间比其他方法要快得多,可以小于50 ms.
关键词:
液晶
,
π型盒
,
转变电压
,
锚定强度
,
表面黏滞系数
,
预倾角度
刘云川
,
李志华
,
李爱明
材料导报
在EB-PVD/(NiPt)Al涂层中存在皱曲(Rumpling)现象 ,导致涂层的早期失效.综述了皱曲(Rump-ling)力学模型的研究进展,主要包括3个方面的问题:皱曲的力学模型、数值计算方法研究现状;皱曲的机理及力学模型研究中存在的问题和不足;进一步研究皱曲机理并改进模型的途径.提出了在粘结层晶体尺度内棘轮效应与热扩散间存在耦合作用的设想,并认为这种耦合作用是形成皱曲的根本原因.
关键词:
热障涂层
,
皱曲
,
力学模型
,
棘轮效应
,
循环塑性
孙蓟泉
,
张海滨
,
于全成
钢铁研究学报
窄带钢热轧时产生的头部翘曲会给操作带来麻烦,并影响产品质量,还容易损坏设备.笔者用弹性力学方法建立了相关模型,对产生翘曲的主要原因进行了分析,为解决该问题采取的相应措施提供了理论依据.
关键词:
带钢
,
热轧
,
头部翘曲
杜国强
,
袁文振
,
张宝平
,
张立元
中国冶金
doi:10.13228/j.boyuan.issn1006-9356.20160098
针对高强度带钢连续退火过程易发多发的板形翘曲问题,根据带钢纵向延伸在厚度方向分布不均导致了翘曲的机理认识建立了带钢翘曲生成力学模型,求解获得带钢上下表面延伸差与翘曲大小的关系及影响规律,并分析指出连退机组平整机单辊驱动是导致带钢产生上下表面延伸差的主要原因.为解决某高强度带钢连退机组存在的板形翘曲问题,建立该机组平整轧制过程有限元仿真模型,模拟分析上下工作辊辊径差、轴线偏心距和摩擦因数差对带钢上下表面延伸差的影响,并提出以减小厚度方向延伸不均为目标的板形翘曲控制的若干对策措施.将所提出的对策措施上机试用并多次优化调整后稳定用于某连退机组的实际生产,使该机组产品带钢的板形翘曲缺陷得到明显改善,创造显著经济效益.
关键词:
翘曲
,
有限元
,
延伸差
,
翘曲控制
赵建
,
张勤星
高分子材料科学与工程
翘曲变形是注塑制品的一种严重缺陷,而工艺参数直接影响制品的质量,因此建立翘曲与工艺参数之间的关系模型并求得最优的工艺参数对制品质量的改善非常关健.文中运用Fractional Factorial方法从众多的实脸因子中找出与塑件翘曲量密切相关的独立因子和交互因子,然后采用具有高度非线性识别能力的人工神经网络与遗传算法相结合的方法,建立塑件翘曲量与主要影响工艺参数之间的关系模型.将人工神经网络预测结果和计算机辅助工程软件模拟结果进行比较和误差分析,显示出该方法的可靠性.实验结果表明,该方法能明显提高塑件的质量,通过优化可使翘曲量减小74.06%.
关键词:
注塑成型
,
工艺优化
,
Fractional Factorial方法
,
神经网络
,
遗传算法
