TiN/Ti多层膜调制比对摩擦磨损行为影响的研究

考察了TiN/Ti多层膜调制比对其摩擦磨损行为的影响.采用磁过滤阴极弧沉积的方法制备了具有不同调制比的TiN/Ti多层膜,用扫描电镜和透射电镜对其层状结构及子层结构进行了观察和分析.用纳米压痕和SRV摩擦磨损试验的方法,对多层膜进行了纳米硬度和弹性模量测试以及摩擦磨损实验.结果表明,所制备的TiN/Ti多层膜层状结构清晰,与基底结合良好,调制比对多层膜的硬度和磨损特性影响较大,而对摩擦系数的影响却不明显.结合实验结果,讨论了硬度与弹性模量的比值(H/E值)对TiN/Ti多层膜耐磨性的影响.

TiN/Ti多层膜韧性对摩擦学性能的影响

考察了TiN/Ti多层膜韧性对其摩擦学性能的影响。采用磁过滤阴极弧沉积的方法制备了具有不同Ti子层厚度的TiN/Ti多层膜。用透射电镜对其层状结构及子层厚度进行了观察和分析,分别用Rockwell硬度计和UMT摩擦磨损试验机,进行了压痕测试和摩擦磨损实验。结果表明,TiN/Ti多层膜中Ti子层的加入显著提高了多层膜的韧性,相对TiN单层薄膜,当载荷较大时,多层膜的耐磨性有明显的改善。结合实验结果,讨论了TiN/Ti多层膜韧性对其耐磨性的影响。

温度对TiN/Ti多层膜微观结构和氧化行为的影响

研究了TiN/Ti多层膜不同温度下的微观结构和氧化行为。采用阴极弧离子镀沉积的方法制备了19层调制周期为200 nm的TiN/Ti多层膜及相应的TiN单层膜。采用高分辨场发射电子显微镜(HR–FESEM)、光学显微镜和X射线衍射仪(XRD)分别对膜层断面结构、表面形貌和物相进行分析。结果表明,随着加热温度的升高,TiN单层膜在350℃时开始出现局部剥落,550℃出现大范围的剥落,而多层膜未发生剥落;相对TiN单层膜,TiN/Ti多层膜具有层状结构,其抗氧化能力有一定的提高。结合试验结果,讨论了TiN/Ti多层膜和TiN单层膜的工作温度。

碳素材料超声检测的信号处理方法

针对碳素材料超声无损检测存在信噪比较低的问题,从自相关性出发分析了典型超声检测信号的组成成分,提出了在自相关分析的基础上的小波去噪思想,探讨了自相关分析和小波分析相结合的信号处理方法。利用此方法进行实际超声信号分析效果良好。

碳素材料内部缺陷检测方法的探讨

讨论了产生碳素制品不均质结构和决定材料性能的影响因素,以及由此而产生的结构缺陷对材料内部质量检测的影响。论述了超声波、X射线及声发射三种无损检测方法在碳素材料内部质量检测中的应用状况。在此基础上,通过大量实验,分析对比了三种检测方法在碳素材料内部质量检测中不同的检测效果。提出了超声波脉冲回波法不适合检测碳素制品的内部缺陷,超声波波速分析法适合检测碳素制品均质结构。X射线法是适合定量评价碳素制品内部缺陷的方法。

用直方图加子波增强炭素材料X射线图像

针对炭素材料X射线图像增强方法存在的增强效果问题,提出了基于小波变换与传统方法融合的增强方法.该方法充分利用了直方图均衡化能改善整幅图像对比度的能力和小波变换多尺度分析能力,首先用直方图均衡化方法对整幅图像进行灰度调整,然后对调整后的图像进行基于软阀值的小波高频增强,最后利用卷积滤波,平滑图像.实验结果表明,该方法对原图像中对比度差的细节有效地进行了增强,突出了图像的边缘特征,改善了图像的质量,其处理结果比现有的图像增强方法更令人满意.

一种道岔外锁零件疲劳寿命的分析方法

探讨了一种道岔外锁零件疲劳寿命的分析方法。利用理论分析、手册资料和现场测试三者的优势,建立道岔零件疲劳寿命的分析方法。从薄弱位置、S-N模型、应力换算以及环境因素等方面,实例分析了道岔心轨第二牵引点锁钩的疲劳寿命。结果表明,利用理论计算、手册资料和现场测试的方法,评价道岔零件的疲劳寿命是切实可行的。结合分析结果,讨论了零件疲劳寿命分析的可靠性以及改善的方法。

一种新型爬壁机器人结构设计

阐述了一种新型爬壁机器人的主体结构,并详细介绍了该结构的主要部件。采用实物验证的方法,对设计的爬壁结构及主要参数进行了测试和验证,并开发成样机产品,分别在核电站和火电厂现场进行了实际试用。结果表明,该爬壁机器人结构紧凑,自重载重比低,运转灵活,基本满足爬壁类机器人的结构要求和现场需要。

炭素制品X射线图像的小波边缘提取

针对经典的边缘检测算法在炭素制品X射线有噪图像的边缘检测效果问题,提出了基于小波变换的多尺度局部模极值边缘检测算法.该方法充分利用了小波变换优越的时频局部化分析能力及图像边缘点和噪声点的小波变换局部模值和方向在不同尺度下呈现不同的特性的特点.首先对图像进行小波增强处理,改善了图像的质量,在此基础上,确定了检测X射线图像边缘的最优边缘检测滤波器(小波基)和尺度,给出了小波多尺度局部模极大值的算法,并将该算法与经典的边缘检测算子进行了比较.实验结果表明,该方法明显比传统检测算子的效果要好,为进一步的缺陷模式识别等高层处理奠定了良好的基础.图3,参15.