Microstructure and mechanical properties of Al-Mg-Si alloy fabricated by a short process based on sub-rapid solidification

Al-Mg-Si(AA6xxx)series alloys have been used widely in automotive industry for lightweight purpose.This work focuses on developing a short process for manufacturing Al-0.5Mg-1.3Si(wt.%)alloy sheets with good mechanical properties.Hereinto,a preparation route without homogenization was proposed on the basis of sub-rapid solidification(SRS)technique.The sample under SRS has fine microstructure and higher average partition coefficients of solute atoms,leading to weaker microsegregation owing to the higher cooling rate(160℃/s)than conventional solidification(CS,30℃/s).Besides,Mg atoms tend to be trapped in Al matrix under SRS,inducing suppression of Mg2Si,and promoting generation of Al Fe Si phase.After being solution heat treated(T4 state),samples following the SRS route have lower yield strength compared with that by CS route,indicating better formability in SRS sample.After undergoing pre-strain and artificial aging(T6 state),the SRS samples have comparable yield strength to CS samples,satisfying the service requirements.This work provides technological support to industrially manufacture high performance AA6xxx series alloys with competitive advantage by a novel,short and low-cost process,and open a door for the further development of twin-roll casting based on SRS technique in industries.

Short-circuit process model in underwater welding using rotating arc sensor

In order to detecting and tracking along the weld seam with rotating arc sensor in underwater welding,the highpressure water environment rotating arc welding hardware platform is established and welding experiments using rotating arc sensor is done. Different radius of rotating arc sensor is used. And the corresponding welding current and voltage is obtained,which is compared with the results of rotating arc sensor short-circuit process simulation model under high-pressure water environment established in this article. The results show that under high-pressure water environment,rotating arc radius should be optimized,otherwise the short-circuit-arcing cycle will transit to a short-circuit-arcing-abruption cycle,making the welding quality poor. At last the critical radius between the short-circuit-arcing cycle and short-circuit-arcing-abruption cycle under high-pressure water environment is obtained.

Short wet-steam dyeing process of cotton fabrics with reactive dyes

The effects of Reactive Black 5 utilized to cotton fabrics by short wet-steam process on the dyeing properties were investigated. This study will provide a theoretical reference for short wet-steam process of cotton fabrics with bifunctional reactive dyes. The optimal amount of Selilao agent was 20 g/L, while the soaping and rubbing fastness of the dyed cotton fabrics were both reached to 4-5 rating.

Process disturbances monitoring and recognition of short-circuiting GMAW by fuzzy c-means system

An intelligent fuzzy c-means system for process monitoring and recognition of process disturbances during short- circuiting gas metal arc welding （GMAW） is introduced in this paper. The raw measured and statistically test data of probability density distribution （ PDD ） and class frequency distribution （ CFD ） of welding electrical parameters are further processed into a 7-dimensional array which is designed to describe various welding conditions, and is employed as input vector of the intelligent fuzzy c-means system. The fuzzy c-means system is used to conduct process monitoring and automatic recognition. The correct recognition rate of 24 test data under 8 kinds of welding condition is 92%.

Models of the Short Interest Rate in Discrete Processes

The modeling of the term structure of interest rates is one of primary topics for researches in financial economics. Here we consider models of the short interest rate in discrete processes. Our methodology of analysis follows the framework of discrete stochastic calculus.

底吹搅拌技术在电弧炉中的应用与发展

发展电弧炉短流程炼钢是钢铁工业实现“双碳”目标的重要途径。近年来,现代电弧炉技术发展迅速,电弧炉底吹搅拌技术也在不断进步和推广,对电弧炉生产的高效化和节能化作出了重要贡献。针对电弧炉底吹搅拌技术的机理、工艺特点、系统组成、气体种类、底吹元件类型及工艺布置方式进行综述,并对底吹技术的应用情况进行总结分析。模拟计算得出,远离底吹装置的区域,钢液流速明显偏低。结合炉型特点布置底吹装置及优化底吹气量,可改善熔池动力学条件,促进钢液元素传质,实现降低能耗和原材料消耗、提高生产效率的效果。深度开展底吹技术研发,与吹炼、供电、喷粉等工艺技术耦合,并结合新炉型特点制定底吹工艺制度,实现智能化底吹是发展现代电弧炉短流程技术的重要方向。

基于跳聚集现象随机波动率短期利率模型的影响研究

构建了具有自我激励机制跳的随机波动率短期利率模型,应用Hawkes过程描述自我激励机制的跳,从而刻画了跳的聚集现象。基于微分算子展开给出精确的矩函数,进一步应用广义矩方法给出模型的参数估计值和统计推断。实证结果揭示了在随机波动模型条件下,引入自我激励机制跳的模型将不会明显地改变了拟合效果,但是在统计意义上接受强度满足Hawkes过程,而且所构建的模型也能很好地刻画跳的聚集现象。最后,使用过滤方法给出随机波动率、跳的幅度、跳的概率和随机跳强度的估计,特别是跳的概率估计值可作为市场压力测试的一个重要指标。

基于双重分解和双向长短时记忆网络的中长期负荷预测模型

针对中长期电力负荷序列噪声含量高、难以直接提取序列周期规律从而影响预测精度的问题,提出了一种基于完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和奇异谱分析(singular spectrum analysis,SSA)双重分解的双向长短时记忆网络(bidirectional long and short time memory,BiLSTM)预测模型。首先,采用CEEMDAN对历史负荷进行分解,以得到若干个周期规律更为清晰的子序列;再利用多尺度熵(multiscale entropy,MSE)计算所有子序列的复杂程度,根据不同时间尺度上的样本熵值将相似的子序列重构聚合;然后,利用SSA去噪的功能,对高度复杂的新序列进行二次分解,去除序列中的噪声并提取更为主要的规律,从而进一步提高中长序列预测精度;再将得到的最终一组子序列输入BiLSTM进行预测;最后,考虑到天气、节假日等外部因素对电力负荷的影响,提出了一种误差修正技术。选取了巴拿马某地区的用电负荷进行实验,实验结果表明,经过双重分解可以将均方根误差降低87.4%;预测未来一年的负荷序列时,采用的BiLSTM模型将拟合系数最高提高2.5%;所提出的误差修正技术可将均方根误差降低9.7%。

融合Mar-GLSTM的流程生产工艺质量预测算法

针对流程生产连续性强、时序耦合复杂等特点,传统神经网络不具备长期记忆能力,且在深层次网络训练时易出现训练参数灾难、梯度爆炸等问题,提出基于马尔可夫优化的融合门控循环单元(GRU)与长短期记忆网络(LSTM)的组合预测模型(Mar-G LSTM)。首先在循环神经网络结构中融入门控机制构建深度LSTM神经网络模型,对流程生产时序数据信息进行选择性记忆,学习时序数据序列的信息依赖,进而解决训练过程中的梯度爆炸问题;同时结合马尔可夫链对GRU-LSTM模型的预测结果进行修正优化,在降低模型的复杂度的情况下进一步提高了模型的预测精度。最后,结合某流程生产线的工艺数据进行分析验证,结果表明,Mar-G LSTM算法在预测精度上较随机森林模型、门控循环单元神经网络模型(GRU)、长短期记忆神经网络模型(LSTM)和卷积神经网络与门控循环单元网络组合模型(CNN-GRU)分别提高了37.42%、21.32%、17.91%和12.56%,所提Mar-G LSTM算法可实现流程生产质量的准确预测,为降低工艺参数调控任务的完成时间提供了思路和实现途径。

基于注意力机制的短视频助力导论类课程教学改革研究——以人工智能导论课程为例

以人工智能导论为代表的导论类课程具有课时少、知识点多、算法难、学生基础差异大等特点,给教学带来诸多难点,如难以平衡深度和广度,难以持续吸引注意力等。利用短视频的多形式表达、多通道传输、高密度信息等优点可以解决导论类课程教学难题。该文在剖析课堂注意力特点和短视频吸引注意力机制的基础上,运行注意分配的认知理论,提出一套基于注意力机制的短视频助力导论类课程的教学方法,可为导论类教学工作者提供参考。

厌氧氨氧化工艺在主流污水处理中的应用及其调控研究进展

厌氧氨氧化工艺(Anammox)具有低能耗、低产泥量、高脱氮性能等特点,在处理垃圾渗滤液、污泥消化液等领域的应用与研究得到了广泛重视。尽管如此,受制于氨氮浓度低、有机物与水量波动大、低温等问题,影响了其在城市污水主流工艺的应用。本文在介绍厌氧氨氧化工艺的基础上,总结了以厌氧氨氧化为基础的组合工艺处理城市污水案例,分析了当前厌氧氨氧化工艺应用于城市污水处理的限制性因素以及新型调控手段与策略。进一步展望了厌氧氨氧化应用于城市污水主流工艺的发展方向,以期为厌氧氨氧化应用到主流污水提供理思路。

多用户复杂网络信息流短时预测方法

当前的多用户复杂网络信息流短时预测模型多为单一结构,预测的范围较小,为此提出多用户复杂网络信息流短时预测方法。根据实时的信息流预测需求及标准的变化,设定最大预测误差范围,采用多阶的方式构建多阶短时预测模型,建立短时模糊预测流程,构建多用户复杂网络信息流短时预测模型,采用自适应修正处理,实现信息流预测。测试结果表明,设计方法的信息流的短时预测F值均可以达到0.95以上,表明该方法的泛化能力与针对性均得到增强,可以大范围地精准预测信息流。

膜耦合化学除硬技术在循环排污水零排工艺中的应用

创新性地运用膜耦合化学除硬技术,代替传统的“高密池+V型滤池+超滤”组合工艺,使多晶硅循环冷却排污水经过膜耦合化学除硬、除浊预处理后,直接进入“阳床+反渗透系统”,提出了“膜耦合化学除硬+阳床+多段反渗透”的高水回收率短流程技术路线.工程实践表明该技术路线运行可靠,可大幅缩短工艺流程、降低运行能耗、延长阳床的再生周期、同时可使整体系统水回收率达到90%以上.

有机钴渣制备锌镉合金的短流程制备工艺研究

针对福美钠有机钴渣二次资源综合利用,研究了“还原焙烧-真空蒸馏”短流程新工艺制备锌镉合金和富钴渣。考察了还原焙烧温度、还原焙烧时间、碳粉加入量及真空蒸馏时间等因素对福美钠钴渣中的锌、镉、钴有价金属回收的影响,试验结果表明:还原焙烧温度500℃,碳粉加入量15%,蒸馏温度500℃,真空度低于10 Pa,蒸馏时间1~2 h,可得到蒸馏产物锌镉合金及富钴渣(Co百分含量≥85%)。

棉织物活性染色/防皱整理短流程技术研究

基于一相法轧染工艺和轧烘焙整理工艺,将棉织物活性染料染色及抗皱整理常规两步法加工技术合并为一浴一步短流程加工新技术.采用浸轧法探讨染料、助剂及工艺参数对加工效果的影响,通过对染色织物K/S值、折痕回复角、断裂强力等指标分析,得出最佳工艺,研究结果表明:采用K型活性染料与2D树脂整理剂(用量为80 g·L~(-1))、氯化铵催化下进行实验,得到焙烘温度为160℃、焙烘时间为3 min时加工效果最好.与传统技术相比,短流程技术加工效果在节能、减排、降耗等方面具有明显优势.

污水厂改造中节地型处理工艺的选择与应用

在广东省本轮污水厂提标扩容改造中,预留用地不足成为了制约工艺选择的关键因素,凸显了空间限制在改造中的重要性。本文提供了一种全新的视角,以土地集约利用为核心,通过节地型处理工艺的选择与应用,将提标和扩容的吨水用地指标分别降低至0.19 m^(2)/(m^(3)·d^(-1))和0.36 m^(2)/(m^(3)·d^(-1)),出水水质全面达标的同时还显著优化了土地资源利用,可为同类型污水处理厂提供有效的借鉴和参考。

不同工艺处理辛辣类调味品废水及辣椒素抑制性研究

针对辛辣类调味品废水对微生物产生抑制导致生化处理困难的现状,进行了AAOO短时好氧工艺与A^(2)O工艺的中试实验,比较2种工艺在去除COD、NH_(4)^(+)-N、TP上的差异,并研究了辣椒素对未强化活性污泥的抑制作用。结果表明:AAOO短时好氧工艺较A^(2)O工艺处理辛辣类调味品废水优势明显,对COD、NH_(4)^(+)-N、TP和辣椒素的平均去除率分别达到95.6%、90.1%、96.7%和90.9%;AAOO短时好氧工艺分池培养优势菌种以实现高效脱氮除磷,装置连续稳定运行80 d,出水COD、NH_(4)^(+)-N、TP数值稳定在55、6.5、0.5 mg/L以下,满足GB 8978-1996中一级排放标准;AAOO装置出水生物抑制性物质浓度稳定在0.6 mg/L以下,说明该工艺对辣椒素类废水有一定的抗冲击能力。研究结果可为处理辛辣类废水提供重要参考及AAOO短时好氧工艺的应用提供思路。

陶瓷膜在农村饮用水处理中的应用

农村地区常面临饮用水水质不达标,水厂运行维护困难等问题,传统水处理技术在解决这一难题上存在局限性。陶瓷膜具有优异的过滤性能和稳定性,在改善农村饮用水质量方面具有巨大潜力。因此,对当前农村区域水源、处理工艺的现状进行了分析,分析短流程+陶瓷膜工艺在应对高浑浊度原水、高藻原水,锰、土臭素及二甲基异莰醇超标原水,高压力原水不同类型原水案例的使用方法、工艺参数以及处理效果。

高通量短流程陶瓷膜工艺运行稳定性研究

采用规模为60 m^(3)/d的微絮凝-平板陶瓷膜短流程净水工艺,模拟工程运行参数,对实时的长江原水进行高通量的运行测试和效果研究。结果表明,该工艺在100 LHM的高通量工况下可稳定运行,维护性清洗周期约5~7 d,跨膜压差终点控制在35 kPa以内。短流程工艺将出水浑浊度控制在0.05 NTU以下,对COD_(Mn)、铁离子、铝离子去除率分别为49.9%、94.8%、89.8%,平均产水率为94.6%~97.5%,出水性能稳定,且具备经济性。陶瓷膜耦合臭氧工艺可适应高浑浊度的原水切换工况。

基于CNN-LSTM-LOF的过程故障预测模型

在现代工业过程中,故障预测可以及时预测设备的潜在故障,减少事故的发生以及降低经济损失,因此故障预测对于过程系统至关重要。由于过程系统的复杂性以及运行数据集分布不均,使用正常数据集离线预测运行状态的方法没有较好的泛用性,且不太准确。针对以上问题,将卷积神经网络(CNN)与长短期记忆网络(LSTM)相结合,用于提取设备运行数据的特征,在线预测之后的运行状态;随后将预测结果送入在离线状态下训练好的局部异常因子(LOF)模型中,计算预测出时间序列的异常值;最后将异常值与离线状态下训练出的故障阈值进行比较,大于阈值则认为存在潜在故障。将模型用于田纳西-伊斯曼(TE)时间序列进行验证,并与传统的故障预测方法进行比较,实验结果表明:本文所提模型对于多故障以及单故障预测相比传统故障预测方法均具有更好的效果,可以提前1个采样窗口检测到数据异常,有应用于工业故障预测的潜力。