深层滚压加工对高碳铬轴承钢超长寿命疲劳行为的影响

深层滚压加工对高碳铬轴承钢超长寿命疲劳行为的研究表明:与深层滚压加工前相同,在高应力幅短寿命区,疲劳裂纹萌生于试佯表面;由于表面压缩残余应力的影响,疲劳强度有所提高．在低应力幅长寿命区,疲劳裂纹萌生位置从未经深层滚压加工试样的次表面向深层滚压加工试样内部没有压缩残余应力和硬化层的位置转移;因弯曲应力梯度的影响,疲劳强度有了较大的提高．深层滚压加工可以提高高碳铬轴承钢在超长寿命区的旋转弯曲疲劳强度．

高速工具钢的超长寿命S-N曲线特征和内部裂纹萌生行为

为了研究高速工具钢超长寿命S-N曲线特征和内部裂纹萌生行为,使用沙漏形状试样在室温空气环境下进行旋转弯曲的疲劳试验。结果表明,材料的S-N曲线均由表面裂纹萌生型和内部裂纹萌生型组成。表面裂纹萌生型的S-N曲线位于高应力幅短寿命区,内部裂纹萌生型的S-N曲线位于低应力幅长寿命区。前者的S-N曲线向后者的转移几乎是连续的,回火温度对疲劳强度和寿命没有明显的影响。分别使用扫描电子显微镜、扫描探针显微镜和电子探针X射线微区分析仪对内部裂纹萌生位置和材料组织进行对比观察,在萌生内部裂纹的夹杂物周围存在一个颗粒区域,该区域内凸起的颗粒是组织中的球形碳化物。颗粒区是在内部裂纹扩展的应力强度因子门槛值范围以下形成的,对超长寿命疲劳起着重要的作用。

机械加工的超精密化和加工机械的微型化

论述精密加工技术的两个主要研究方向,即机械加工的超精密化和加工机械的微型化的技术现状和发展方向,并介绍国外超精密加工的新方法和加工机械微型化的新技术。

研磨加工层对高碳铬轴承钢超长寿命疲劳行为的影响

为了阐明磨石研磨加工层对高碳铬轴承钢JIS SUJ2超长寿命疲劳行为的影响,分别使用经砂纸研磨和电解研磨的砂漏形试样,在室温空气环境下进行旋转弯曲疲劳试验。砂纸研磨试样被除去部分磨石研磨层,电解研磨试样被除去了全部的磨石研磨层。结果表明,两种试样的S-N曲线由位于短寿命区的表面破坏模式和位于长寿命区的内部破坏模式的两条组成,表面破坏模式的S-N曲线受表面粗糙度和表面压缩残余应力的影响。内部破坏模式的S-N曲线不受表面条件的影响,是材料固有的特性。砂纸研磨试样表面破坏模式的疲劳极限最高,是电解研磨试样1．11倍和磨石研磨的1．20倍。表面压缩残余应力对表面破坏模式疲劳极限的影响可以用修正Goodman图表示。还讨论裂纹的萌生和扩展条件,推定超长寿命的疲劳极限。

CeO_(2)-Cu_(2)O_(2)D/3D S型异质结界面促进有序电荷转移以实现高效光催化析氢

快速的本征载流子复合严重限制了CeO_(2)基催化材料的光催化活性。在这里,提出了一种异质结界面工程策略,合理地进行界面调节。构建了具有强电子相互作用的2D/3D S型异质结。合成了一种用于固定在2D CeO_(2)边缘的3D Cu_(2)O颗粒的复合光催化剂。密度泛函理论(DFT)第一性原理计算和实验结果表明,CeO_(2)和Cu_(2)O之间形成强耦合的S型异质结电子传输界面,实现了高效的载流子分离和传输。复合催化剂的光催化析氢活性在以三乙醇胺为牺牲剂的体系中得到大幅提高,是CeO_(2)的48倍。此外,CeO_(2)-Cu_(2)O光催化剂还具有高度稳定的光催化氢活性。这为在新型纳米复合结构中构建独特界面提供了一种通用策略。

GCr15钢旋转弯曲超长寿命疲劳性能分析

轴承钢GCr15旋转弯曲超长寿命疲劳实验获得的应力-寿命(S-N)曲线数据分散性较大且呈连续下降趋势,不能用台阶下降的S-N曲线描述.断口分析表明,在高应力幅区疲劳破坏主要起始于试样表面的加工划痕或夹杂物;随着应力幅的降低,疲劳破坏主要起始于试样内部的夹杂物.内部破坏均带有鱼眼特征,大部分的内部夹杂物周围带有颗粒亮区(GBF区).夹杂物尺寸的较大分散程度和小尺寸夹杂物的簇集是引起GCr15钢疲劳寿命分散性较大的因素.使用推定的GBF区成长率能够定量分析夹杂物尺寸对疲劳寿命分散程度的影响.

Zn助剂对铁基催化剂费托合成制低碳烯烃性能的影响（英文）

低碳烯烃(C_2~=–C_4~=)是十分重要的基础化工原料,目前主要采用热裂解或催化裂解石脑油、蜡油等工艺路线生产.近年来,针对全球范围的石油危机及我国富煤贫油这一基本的国情,以煤、天然气(页岩气)和生物质等丰厚的碳资源,经合成气制取低碳烯烃的工艺路线备受关注.其中,合成气经由甲醇或二甲醚间接制取烯烃技术(MTO/MTP)已经工业化;与之相比,费托合成直接生产低碳烯烃(FTO)工艺流程短、投资和操作费用低,具有良好的工业发展前景.目前,费托合成催化剂活性组分的研究主要集中于Fe,Co,Ni和Ru等元素,其中Fe基催化剂具有较高低碳烯烃选择性、较低甲烷选择性和制造廉价等优势,更适合于FTO反应.最近,人们大多聚焦于对负载型铁基催化剂的研究,但传统非负载型铁催化剂由于其制备简单、价格低廉,仍然具有巨大的开发前景.近来,我们组报道了采用微波水热法制备的Zr助剂改性Fe-Zr催化剂应用于CO加氢研究,提高了催化剂的活性,与传统Mn改性铁基催化剂相比,CO_2选择性明显降低.目前,已有研究小组对Zn助剂提高铁基催化剂烯烃选择性进行报道,但反应过程中的严重积碳问题却少有研究.我们在Fe-Zr催化剂的基础上,进一步研究了Zn助剂在提高铁基催化剂低碳烯烃选择性、改善产物分布和降低反应过程积碳方面的作用.我们分别采用微波水热法和浸渍法对铁基催化剂进行了Zn改性,并将其用于费托合成制取低碳烯烃反应.运用扫描电镜(SEM)、X射线衍射(XRD)、N_2物理吸附(BET)、H_2程序升温还原(H_2-TPR)和X射线光电子能谱(XPS)技术手段对催化剂的物理和化学性质进行了表征.结果表明,两种方法改性后的铁基催化剂具有高低碳烯烃选择性和稳定性,重质烃(C_5^+)含量降低,且保持低CO_2选择性.此外,采用两种方法 Zn改性的铁基催化剂展现出了不同的特性.XRD结果表明,反应前两种方法制备的样品α-Fe_2O_3物相晶粒大小均为15–18 nm,反应后浸渍法制备的样品对应物相(ZnFe_2O_4)晶粒大小约为25 nm、而微波水热法制备的样品约为20 nm,说明微波水热法改性的催化剂有效分散了Fe活性组分;H_2-TPR结果显示,两种Zn助剂加入方法对催化剂Fe组分的还原行为有不同程度影响,体现了活性组分间不同的相互作用;XPS结果表明,Zn助剂改变了催化剂Fe活性位的化学性质,在微波水热法制得催化剂的表面Zn含量更低、分散度更高,而Zn助剂的加入对Zr组分没有明显影响.所有催化剂经200 h在线活性测试后,采用传统浸渍法制备的催化剂表面有大量积碳生成;而采用微波水热改性铁基催化剂积碳量明显减少,表现出更高的催化活性与稳定性.

浆态相甲醇合成催化剂的失活机理

浆态床甲醇合成过程具有重要的工业应用价值,影响该过程工业化的根本原因是催化剂易失活.以合成气为原料,医用液体石蜡为溶剂,在5MPa,260℃和1100ml/(g.h)的反应条件下于浆态床反应器中考察了铜基甲醇合成工业催化剂C301的稳定性,并采用程序升温还原、X射线衍射、透射电镜、扫描电镜、扫描电镜能谱、元素分析和N2物理吸附等表征方法对不同失活程度的催化剂的物相组成和形貌进行了表征.结果表明,在本实验条件下,失活催化剂无中毒现象,但随着反应时间的延长,催化剂晶粒长大,比表面积减小,积炭和热烧结现象较明显,但不伴随活性组分铜的流失.

CO2对浆态床一步法合成二甲醚铜基催化剂稳定性的影响

研究了260℃,5.0MPa和原料气空速4000h-1条件下,不同浓度的CO2对甲醇合成Cu基催化剂稳定性的影响.结果表明,原料气中较高浓度的CO2可导致Cu基甲醇合成催化剂快速失活.原料气中CO2浓度的增大可促进逆水煤气变换反应,导致反应体系中H2O的量增加,不能被及时导出反应体系的H2O使Cu基催化剂的晶体结构和表面特性发生了变化.采用程序升温还原、N2吸附、元素分析、透射电镜和X射线光电子能谱分别对较低浓度和较高浓度CO2反应条件下的催化剂进行了表征.结果表明,原料气中较高浓度的CO2可导致催化剂颗粒变大,孔径减小,比表面积降低,催化剂中元素Zn和Al有明显的流失,Cu与ZnO之间的协同作用有所减弱,这些都是导致催化剂失活的重要原因.原料气中较高浓度的CO2在一定程度上抑制了催化剂上积炭的生成.

三种生物质气一步法合成二甲醚的比较

比较了由生物质气化衍生的3种原料气:气体(A)(以空气-水蒸汽气化生物质得到)、气体(B)(在NiO-MgO固溶体催化剂上,添加沼气重整气体(A)得到)和气体(C)(在生物质气(A)中添加H_2调变气体组分得到)在双功能催化剂上一步法合成二甲醚的性能。3种生物质气的氢碳比(f=(P_(H_2)-P_(CO_2))/(P_(CO)+P_(CO_2)))值分别为0.33、0.88、0.66,P_(CO)/P_(CO_2).分别为0.49、6.08、1.89,其中气体(B)和气体(A)在相同氢分压下,两种气体的CO转化率(X_(CO))、DME选择性(S_(DME))、DME时空产率(STY_(DME))之比分别为1.52、1.43和2.95。3种气体在各自最佳合成温度下,X_(CO)分别为33.5%,47.6%和51.3%,STY_(DME)顺序为气体(A)<气体(B)<气体(C),气体(A)的时空产率为0.18g·(mL·h)^(-1),仅为气体(B)的1/3。当空速为1500～6000h^(-1)时,空速增加,3种气体的STY_(DME)均随之增加。在空速为1500h^(-1)时,气体(B)和气体(A)的STY_(DME)之比为1.65;当空速为6000h^(-1),两种气体STY_(DME)之比增大为2.43。

一种改进的Elman神经网络算法

由于Elman肌神经网络具有动态记忆功能,作为有效的系统辨识工具在许多领域中都有广泛的应用。然而这种网络学习速度太慢,制约了其向前发展。为了解决这个问题,加速收敛过程,提出了用Rprop算法改进Elman神经网络的方法,并将这种方法应用到布尔序列预测问题中。实验结果证明这种方法可有效提高网络收敛速度,得到较好的预测结果。

Al_2O_3改性Co/SiO_2费托合成催化剂的制备及结构表征

采用溶液浸渍法制备不同含量Al2O3的Co/SiO2-Al2O3催化剂。采用程序升温还原(TPR)、X射线衍射(XRD)、物理吸附(BET)以及原位CO吸附红外光谱(DRIFT)对催化剂进行表征。结果表明:Al2O3的添加导致催化剂比表面积稍有下降,但对孔径分布无明显影响;随着Al2O3负载量的增加,载体表面钴粒子粒径变小,分散度提高,同时还原度逐步降低;Al2O3改性后催化剂表面CO吸附峰位发生蓝移,并且桥式CO吸附峰强度明显增大,说明Al2O3改性后钴催化剂具有更高的表面活性。

高碳铬轴承钢超长寿命疲劳破坏过程的研究

研究了高碳铬轴承钢超长寿命疲劳的破坏过程.结果表明,在超长寿命区,约在疲劳寿命的5%—10%时疲劳裂纹首先在内部夹杂物处萌生,由于夹杂物周围的球形碳化物开始从基体剥离,在夹杂物周围形成许多不连续的微小裂纹.然后,相邻的微小裂纹相互连接,直到疲劳寿命的90%以上,裂纹开始连续扩展.

液晶材料介电常数的毫米波频率特性研究

利用矩形波导管和向量分析仪,测量了几种液晶材料在26.5～40GHz波段(Ka波)的介电常数。实验表明,1kHz频率下呈现正、负介电各向异性的液晶材料,在该微波波段下都显示为正的介电各向异性。尽管这些材料的静介电常数各向异性相差很大,但是该微波波段对应的介电各向异性相差却很小,而且在26.5～38GHz区间内几乎不随频率的增大而发生变化。

多功能胶囊催化剂在多相催化中的应用研究进展（英文）

分子筛胶囊催化剂被广泛应用于串联催化反应中，与多步反应相比，串联反应具有更高的化学反应效率，能节约反应时间和原料，并实现反应物到目的产物的一步转化．然而，目前普遍采用的物理混合型催化剂，很难高选择性的生成目的产物．分子筛膜包裹的核-壳型胶囊催化剂由于其特殊的结构形式，在许多串联反应中可以一步高选择性的生成目的产物．如：合成气选择性制异构烷烃，合成气直接制二甲醚，合成气直接制液化石油气等重要多相催化反应．本文综述了分子筛胶囊催化剂的制备方法与应用范围，重点阐述了胶囊催化剂设计，制备及应用方面的最新应用进展，并展望了其研究和发展方向．

基于布伦特搜索的模糊网络学习算法改进

这篇论文是关于基于布伦特搜索的模糊网络。模糊网络是根据模糊规则建立基本的隶属函数,最小化函数和反模糊化函数。通过加强学习的布伦特搜索算法,来解决模糊网络这种复杂的以环境反馈作为输入的、特殊的、适应环境的机器学习结构。我们采用实现简单的ULR模糊网络,通过应用在倒立摆问题的仿真结果,我们可以表明这种算法比以前的复杂的时序反向传播算法有更好的效果,而且这种算法特别是在成功范围上有了很大的突破。

近晶相液晶的连续体理论(英文)

从层变形是分子间作用结果的观点考虑，依据近晶相液晶的对称性，推导出了一种新的近晶相连续体理论，与Ｇｅｎｎｅｓ理论不同，该理论用分子指向矢ｎ→来描述液晶的自由能，从而使理论表述从物理上讲更易理解。最后给出证明，论证这两种表述在本质上是可互换的。

无溶剂路线制备分子筛封装的钴基催化剂及其在费托合成制汽油反应中的应用（英文）

自2012年浙江大学肖丰收教授(J.Am.Chem.Soc.,2012,134,15173-15176)首次提出无溶剂法合成分子筛以来,该路线已备受关注.无溶剂合成分子筛方法具有废液少、产率高、安全系数高等优点.本文针对合成气经费托路线(FTS)一步法制备富含异构烷烃汽油馏分的研究,通过无溶剂研磨法制备了分子筛封装金属催化剂.一般来说,烷烃异构化催化剂的性能主要取决于分子筛的孔道结构及其酸性,其次是分子筛晶粒大小、结晶度和表面性质等因素.本文对比了三种具有相同拓扑结构的MFI分子筛(Silicalite-1,HZSM-5和NaZSM-5)对汽油和异构烷烃选择性的影响规律.结果显示,在CO转化率(~30%)近似相同的情况下,具有最弱酸性的Silicalite-1封装的Co颗粒表现出最高的汽油选择性(~70%)和异构烷烃选择性(~30.7%).这意味着正构烷烃异构化反应只需要弱酸即可实现,较强的酸性则会使其发生过度裂解反应.Py-IR谱图显示,Silicalite-1在1445 cm-1附近的L酸是区别于NaZSM-5和HZSM-5的一个重要酸性位,可作为FTS路线制备富含异构烷烃汽油的一个关键参数.另外,与封装型(Co@MFI)催化剂相比,浸渍型催化剂(Co/MFI)的汽油选择性明显偏低,可能与金属活性位与分子筛酸性位之间的距离有直接关系.因此,无溶剂合成分子筛是一条具有前景和适宜放大的催化剂合成路线.对于合成气经费托路线制取富含异构烷烃汽油反应,正构烷烃在分子筛催化剂上的裂解和异构化之间的竞争反应是核心问题.未来有待突破的研究方向包括:(1)多支链异构烷烃的合成,目前对于有效调控多支链烷烃的生成关注较少;(2)反应路线的设计,合成气经甲醇路线,联合甲醇制汽油(MTG)反应获得异构烷烃;(3)裂解反应的抑制;(4)分子筛孔道/笼对异构烷烃选择性的调控机制.

进化树突状神经元模型

人工神经网络通过模拟生物神经网络处理信息的过程和机制已经成功地解决了一些比较复杂的非线性问题,如分类问题。传统训练人工神经网络的方法容易陷入局部最优,并且模型可解释性差。因此用进化计算替代传统的训练方式来训练树突状神经网络模型。为了验证进化计算能够训练神经网络,采用了4个不同的分类数据集和3个不同的进化计算算法进行实验,结果表明了进化计算能够更好地训练神经网络。

面向特征选择问题的差分鲸鱼优化算法

近年来混合元启发式算法在优化算法中越来越受到关注。受气泡网狩猎策略启发而出现的鲸鱼优化算法(WOA)是一种模仿座头鲸社会行为的算法。差分进化(DE)是一种结构由突变、交叉、选择三部分组成的进化算法。DE的操作是随机执行的,使得DE缺乏很好的挖掘能力,很容易陷入局部最小。文中提出了一种基于鲸鱼优化的混合差分进化算法,结合了鲸鱼优化算法和差分进化算法的优点。混合算法已在CEC2017函数集中进行了测试,并且在26个问题上获得了更优结果。此外,它还被应用于特征选择问题,分类正确率比传统差分进化算法提高了约4%~6%。