论文部分内容阅读
采用低碳、低碳当量、低磷、超低硫及微合金化的化学成分设计,通过高洁净度冶炼、高品质铸坯生产以及TMCP控轧控冷工艺,成功开发出了8～18 mm高强韧性桥壳钢Q460QK.经检测,该桥壳钢的微观组织为铁素体+珠光体,组织均匀、晶粒尺寸细小,具有优异的综合性能.
高级别桥壳钢Q460QK关键技术开发
【摘 要】
：
采用低碳、低碳当量、低磷、超低硫及微合金化的化学成分设计,通过高洁净度冶炼、高品质铸坯生产以及TMCP控轧控冷工艺,成功开发出了8～18 mm高强韧性桥壳钢Q460QK.经检测,该桥壳钢的微观组织为铁素体+珠光体,组织均匀、晶粒尺寸细小,具有优异的综合性能.
【机 构】
：
河钢集团邯钢公司,河北 邯郸 056015
【出 处】
：
河北冶金
【发表日期】
：
2022年3期
其他文献
如何融合多方因素准确地为用户提供个性化产品一直是关注的热点问题,由此,一个新的近相邻改进算法融入了大众化认同度和个性化认同度,利于更加高效地挖掘隐藏信息.实验结果表明,相对于传统近相邻算法,认同度修正算法虽然查全率小幅度上下波动,但其他多个评价指标都得到极大提升,假正率和深度有所减少,查准率、F1值和提升度得以增加,并且,受试者特征曲线和提升曲线也都说明此修正算法具有更为显著的推荐效果.
命名实体识别(named entity recognition,NER)是自然语言处理中重要的基础任务,而中文命名实体识别(Chinese named entity recognition,CNER)因分词歧义和一词多义等问题使其尤显困难.针对这些问题,提出多头注意力机制(multi-heads attention mechanism,Multi-Attention)与字词融合的中文命名实体识别模型(CWA-CNER).将汉语文本字向量与其在句中可能成词的词向量进行拼接,并将其送入长短时记忆网络(bidi
通过同步辐射小角散射的降温原位实验及拉伸实验,研究了聚丙烯(PP)-聚乙烯(PE)嵌段共聚物(PP-OBC)/聚烯烃弹性体(POE)共混物在降温过程中两组分的结晶行为与性能的关系.降温过程中,第一次散射信号的出现,散射矢量的右移对应PP产生结晶,出现新的散射信号,散射矢量第二次右移时对应PE结晶的产生.结果表明:POE中PE组分的加入使PP-OBC中PP的结晶温度降低,更多的PE组分对PE的结晶也有抑制作用;当共混体系中POE组分增多时,PP开始结晶时的长周期增大,PE开始结晶时的长周期减小;PP-OBC
共识机制作为区块链的核心要素之一,在不同领域各不相同.针对公有链应用场景,应用广泛的工作量证明(PoW)共识算法仍然存在安全性及高算力难调控等问题,因此从扩大解空间及优化调节机制等角度对PoW算法进行研究,创新性地提出了模糊随机碰撞工作量证明共识算法(fuzzy random proof of work,FRMH).针对安全性问题,FRMH算法通过引入模糊数学中的模糊传递闭包阵等技术,增大了共识算法的解空间,从而提高了区块链共识机制的安全性;FRMH算法采用双重调节机制来应对高算力计算机,进而解决了区块链
作为植入式脑电信号处理的关键环节,锋电位检测的精确度将直接影响后续脑电信号的解码与分析.提出了一种基于启发式阈值的锋电位自动检测算法.通过对椭圆滤波器参数的优化,降低了原始信号中有用信号衰减程度,实现了较低幅值锋电位的有效保留.并且启发式阈值的设定大大降低了采集环境引入的混杂噪声干扰,实现了具有鲁棒性的锋电位自动阈值检测.基于英国莱斯特大学神经工程实验室提供的细胞外模拟记录数据的实验验证表明,在多种信噪比下提出的算法的平均检测精度可达65.21％.此外,基于猕猴肢体伸展抓握运动范式下采集的植入式脑电数据的
以江苏某海上风电工程单桩基础引入海缆施工为对象,基于目前国内外常用的桩身外侧设置电缆管引入和桩身开孔引入两种海缆进风机塔筒内部的技术利弊对比分析,对大直径单桩基础引入海缆施工工艺及关键技术进行了研究;并结合本工程海洋环境、地质条件,推荐采用桩身开孔引入海缆的布置方式,对于深水的机位其优点大于缺点.
随着智能交通系统的快速发展以及车辆用户的持续增长,数据转发成为车联网的研究热点之一.然而车辆节点的高速移动,导致网络拓扑结构的快速变化以及网络持续连通性变差;此外由于车联网无线通信的属性,数据转发的内容以及车辆用户的信息很容易被窃听和泄露;同时存在一些车辆用户可能拒绝转发数据.因此,在车联网中如何保证数据转发的可靠性以及用户身份的隐私性和用户的参与性是非常重要的.提出了具备匿名性和信任评估的车联网数据转发方案,该方案利用无证书签名技术实现了区域车辆成员和路边单元的匿名认证,车辆通过路边单元将消息转发给可信
随着移动设备和社交软件的普遍应用,下一个兴趣点推荐(next POI recommendation)变成了基于位置的社交网络(LBSN)的一个非常重要的任务.现实生活中用户访问的下一个兴趣点通常受到用户签到序列信息、用户关系和该地点的上下文信息等诸多方面的影响.基于循环神经网络(RNN)的方法已经被广泛的应用到下一个兴趣点推荐中,但是这些基于RNN的方法缺乏对用户关系进行深入建模.为了解决上述问题,提出了一种整合用户关系和门控循环单元(GRU)进行下一个兴趣点推荐的模型(GRU-R),同时该模型能够考虑用
热解是炼焦煤成焦发生的主要反应,炼焦煤热解产生热塑态同时伴有挥发分析出,对焦炭质量产生关键性影响.从炼焦煤的热解机制、挥发分析出规律、挥发分析出与物理结构和化学结构的关系等角度综述了挥发分析出特性及作用的研究进展.炭化过程中的挥发分析出特性与焦炭化学、物理结构的演变有直接关系,进而影响焦炭质量.现有的研究仅停留在实验层面,对焦炉炭化室内单向加热,成层结焦的模拟性较差,炼焦煤热解时挥发分析出特性与化学、物理结构演变规律的关系仍是今后的研究重点.
由于传统循环神经网络具有复杂的结构,需要大量的数据才能在连续语音识别中进行正确训练,并且训练需要耗费大量的时间,对硬件性能要求很大.针对以上问题,提出了基于残差网络和门控卷积神经网络的算法,并结合联结时序分类算法,构建端到端中文语音识别模型.该模型将语谱图作为输入,通过残差网络提取高层抽象特征,然后通过堆叠门控卷积神经网络捕获有效的长时间记忆,摆脱了传统循环神经网络对上下文相关性建模的依赖,加快了模型的训练速度.对残差网络进行了优化,并在门控卷积神经网络中加入了前馈神经网络,极大提高了模型的性能.实验结果