珠光体耐热钢采用奥氏体焊材焊接与应用

来源 :第十二届全国膨胀节学术会议 | 被引量 : 0次 | 上传用户:xiaoyuzhang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在本文中笔者介绍了用奥氏体焊接材料焊接珠光体耐热钢,其本质是异种金属焊接的一种形式,母材金属相同而填充金属不同的接头.焊后不进行热处理,工艺简单,但需要严格控制热输入量和焊缝金属与被熔化的母材金属之间的比例,即熔合比,才能获得符合使用要求的焊接接头。
其他文献
在商标设计中常用多个连通分量之间空白区域形成主观轮廓,它与单连通分量形状一样可以很好地反映整个商标的主体特征.本文基于轮廓点Delaunay三角剖分,提出了一种多连通分量间的主观轮廓提取算法.重点分析了主观轮廓与多连通分量间空白区域内三角形边的关系,提出了一组关于种子三角形选取和三角形边的膨胀规则.实验结果表明,算法不仅能够有效地处理经典的主观轮廓图形,而且对于商标图形同样能够提取出符合人类视觉的
结合非下采样轮廓波变换(NSCT)和均值漂移理论,提出了一种利用NSCT域均值漂移的SAR图像分割算法.首先将图像进行NSCT分解,针对NSCT域高、低频子带的不同特性,构造了高低频特征分量形成特征空间,对特征空间利用均值漂移聚类,然后对聚类结果进行有针对性的合并处理.在MSTAR数据集上进行了实验,并与OTSU分割算法、基于马尔可夫随机场的分割算法进行了对比,结果表明所提出算法具有更强的抗噪性,
针对图像间质量差别微小(质量近似)而需评价的难题,提出了一种新的基于偏微分方程放大模型的全参考图像质量客观评价方法.算法利用偏微分方程在图像放大过程中能够较好地保持图像的边缘特征和细节信息的优点,分别对参考图像和待评价图像进行同比例放大,从而加大了质量近似图像之间的质量距离,通过比较放大后的图像加权峰值信噪比变化的情况,得出全参考图像质量评价指标-M_HPSNR.实验结果表明:对几类质量差别微小的
本文提出基于立体视觉的深度距离测量方法,采用基于二维平面目标的摄像机标定方法计算摄像机的内参和外参,然后实现左右摄像机的图像配准。给出了相应的数学表达式,标定测量系统应用于测量实际深度距离。实验表明,该系统能很好地满足景深测量的需要。景深在许多领域极具应用价值,如自动驾驶,机器人导航与航测,工业检测,生产自动化,生物医学,航天遥测,军事侦察,三维测量学以及虚拟现实等。
快速图像匹配在飞行器导航定位、运动追踪等领域有着广泛的应用.通过增大重新初始化粒子的数量和改进收敛机制,论文提出一种改进的自组织分层粒子群优化算法(IHPSO).以16阶归一化互信息为适应度评价函数,运用不同分辨率遥感图像作为实验数据,与基于互信息的遍历搜索、标准粒子群优化算法(PSO)、几种改进PSO的匹配性能进行了比较,表明该方法有较好的匹配性能,能应用于快速图像匹配领域.
结合地面的物理属性,提出了基于体元的动态地形可视化方法,实现大规模场景的动态地形.建立地形块层次结构,通过实体模型与地形块的碰撞检测确定活动地形块,将活动地形块细分成一定分辨率的虚拟体元,根据物体与地面交互的物理模型计算体元变形量,结合地面物理属性,采用腐蚀计算法将体元变形量分配到周围的区域,以体元的上底面中心点为网格顶点构建三角形网格,并以三角带形式绘制,最终实现真实感的动态地形可视化.实验证明
Potts模型是多相图像分割变分模型的基础.当采用多个离散二值标记函数作为区域划分的特征函数时,传统上首先对离散函数凸松弛后采用梯度降方法、对偶方法或Split Bregman方法求解,然后将求出的结果阈值化后得到分割结果.本文提出的快速方法仍以对偶方法为基础,但无需对标记函数进行凸松弛和阈值化处理,而是根据KKT(Karush-Kuhn-Tucker)优化条件,直接得到主变量的二值解以及对偶变量
MODIS(Moderate-Resolution Imaging Spectroradiometer)数据以其时间分辨率高、空间覆盖范围大、光谱范围广、全球免费接收使用等特点成为了应用领域最广、使用量最大的遥感数据.它的陆地标准产品中的MOD09反射率产品更是成为了研究全球地表变化所用的主要数据之一.MOD09产品具有l天或8天的高时间分辨率,但是它们却无法避免受到云、云影、雪、及其他异常气候条
在本文中,提出了一个基于神经网络的人脸检测系统.不像其他类似系统只能检测正面直立的人脸,本系统可以检测在图像平面内任何旋转角度的人脸.该系统采用多个网络,先用"路由"网络处理每个输入窗口,以确定其方位,其输出结果再经一个或多个"检测"网络窗口处理.本文对两种类型网络都提出了相应的训练方法,对各个网络进行敏感度分析,并做了大量实验.最后还初步探讨了超出图像平面以外的旋转情况,就侧面或半侧面方向旋转人
Bandelet变换是一种基于边缘的图像表示方法,能自适应地跟踪图像的几何正则方向,利用图像几何正则性,实现最佳稀疏表示.PCNN是一种简化的神经网络,不需要学习或者训练就能从复杂背景下提取有效信息.为了得到更好的融合效果,本文利用Bandelet描述几何流,再通过PCNN融合几何流,定义了基于稀疏相似度的几何流优化规则,提出基于第二代Bandelet变换和PCNN的多模态医学图像融合新算法BT-