钢杆是支承传动零部件的常用原材料，使用时一般通过调质(或正火)改善切削性能，再进行高频感应淬火等处理，在材料表面形成淬火硬化层(简称淬硬层)，可改善表面力学性能. 淬硬层深度是零部件制造工艺控制与质量检验的重要指标[1]. 常用的化学法、金相法和维氏显微硬度只能针对材料试样进行硬化层深度检测，且均为破坏式检测技术[2-3]. 微磁检测(micro-magnetic testing)方法，基于材料周期磁化而实施，检测信号或结果包括磁滞回线[4-5]、巴克豪森噪声[6]、切向磁场强度时变信号[7-8]、增量磁导率曲线[9]等. 现有研究报道[10-11]表明，上述微磁检测信号均对材料微观结构变化(如相变)敏感，有望用于钢杆淬硬层深度的无损、定量检测. 目前主要基于标定实验方法，建立单一微磁参数与微观结构变化(如淬硬层深度增加)的关系. 由于微磁参数与微观结构变化间呈现一定的非线性特征[12-13]，且易受多种因素(如应力状态、温度等)影响，导致采用单一参数对淬硬层深度进行检测时精度不高[14]. 测取多种微磁参量，采用多元线性回归或神经网络等技术进行淬硬层深度的定量预测是解决方案之一.

RSA数字签名方案主要由三个部分组成：密钥生成算法、签名算法、验证算法。下面给出RSA数字签名算法的代码实现。

（2）中药标本教学要与多媒体课件充分结合。结合岗位需求，教学中所购买的中药标本主要为饮片，饮片无法体现原药材整体形态、表面等性状特征，而且饮片因临床所需有不同的炮制品，各种类之间也有差异，一些贵重中药更是难以得到标本。因此，教学中还要应用多媒体课件展示原植物、原药材、炮制品、伪品等图片，以补充常用中药信息。

本文提出利用多种微磁检测信号的多项特征参数，建立淬硬层深度定量预测的多元线性回归方程，提升淬硬层深度的微磁检测精度.

In 1960, the Puritan［清教徒］ left Southampton［南安普顿市］ because of the religious persecution［宗教迫害］ and sailed to America on the MayFlower［五月花号］. They landed inPlymouth［普利茅斯］ in November and they signed the MayFlower Compact［五月花号公约］.

1 微磁检测原理与装置

微磁检测主要指：采用各类磁传感器，获取铁磁性材料磁化过程中内部磁畴及其畴壁运动诱发的磁特征信号. 几类主要的微磁信号的检测方法如下：

1) 通过霍尔元件检测试件表面的切向磁场强度(tangential magnetic field，TMF)时变信号H(t).

2) 绕制于构件表面的感应线圈可输出感应电压信号V(t)，经时域积分换算后可得到材料的磁感应强度B(t).

我是2005年开始使用班级QQ聊天群的。起初，QQ还未广泛使用，班级群的作用仅是个别家长与老师的交流平台，平时也不需要怎么管理，对于家长们的发言，也能够做到及时回复，及时反馈。

3) 巴克豪森跳变感生的脉冲涡流，可被感应线圈检测到，从而形成脉冲电压信号，即巴克豪森噪声(Barkhausen noise，BN).

当铁磁性材料表面形成硬化层时，内部金相组分发生转变，例如在铁素体转变成晶粒细化的马氏体过程中，磁畴运动过程中的钉扎效应增强，导致BN信号、宏观磁滞回线发生改变. 通过测试上述3种微磁信号，可以反映材料中马氏体含量(即硬化层深度)的变化.

依据国标GB/T 5617—2005制备金相试样，采用维氏显微硬度计测试距离钢杆表面不同深度处的硬度值，测试结果如图3(b)所示. 当硬度值降至550HV30时，对应的深度为有效硬化层深度，实验中制备的1#～4#试样的有效硬化层深度估算值分别为0.45、0.78、1.05、1.63 mm.

针对钢杆试件进行微磁检测，设计图1所示的专用检测传感器和装置，包括励磁磁路(螺线管励磁线圈及纯铁轭铁)、环绕钢杆的感应线圈，以及布置于钢杆表面的霍尔元件、BN线圈.

我居住的大都会武汉，有两个著名的博物馆，一个是位于汉口火车站附近的武汉市博物馆，一个是位于武昌东湖之滨的湖北省博物馆。其镇馆之宝，都是青铜礼器。

图1 微磁检测装置示意图 Fig.1 Schematic diagram of micro-magnetic testing device

螺线管励磁线圈采用0.35 mm的铜质漆包线绕制而成，共绕制3层，总匝数为814. 进行微磁检测时，函数发生器生成的正弦波信号经双极性电源(BOP4M-L)放大后通入螺线管励磁线圈，提供交变磁场对钢杆进行磁化. 布置于钢杆表面的3种磁敏元件同步进行微磁信号检测，包括：通过霍尔元件(霍尼韦尔3503U，动态工作范围±384.6 mT，灵敏度为1.3 V/T)进行切向磁场强度时变信号H(t)检测；通过2个感应线圈分别采集BN和感应电压信号U(t)，其技术参数见表1.

表1 磁敏元件几何或技术参数

Table 1 Technical parameters of the inductive coils

名称几何尺寸/mm内径外径高度匝数N敏感方向感应线圈26.5028.0020.00444xBN线圈4.039.505.002137y

2) 采用逐步回归方法，以显著水平为指标，筛选出适用于多元线性回归模型的微磁参数(包括Hc、A3、K和Hcm)，建立的淬硬层深度四元线性回归预测模型的定量预测精度为：平均误差约为3.87%，最大误差约为7.85%.

(1)

换算后，可得到材料的磁感应强度 [15]. 式中：N为感应线圈匝数；S为感应线圈的横截面积.

磁感应强度B(t)随H(t)的变化过程即为结构的磁特性曲线. 利用图1所示传感器和装置，同步检测得到的3种微磁信号波形如图2所示，其中感应线圈采集的BN信号未做任何前置放大处理，只采用数字带通滤波器(上下截止频率分别为1 kHz和4 kHz)进行处理. 为便于对比显示，在数字信号处理时，图2中的BN信号幅值放大了80 dB.

图2 典型微磁检测信号 Fig.2 Typical micro-magnetic testing signals

2 硬化层深度的微磁检测实验与分析

从同一45钢中分段切割，得到5根长200 mm、直径22.5 mm的钢杆，其中1根不做热处理以用作对比试样. 控制高频感应淬火工艺参数，使其他4根试样(分别编号为1#、2#、3#和4#)表面形成不同深度的硬化层. 钢杆表面硬化层金相组织观察结果见图3(a)，硬化层以马氏体为主，心部组织以铁素体为主，过渡层包含2种金相组织.

“多个管理闭环、包括药品管理闭环，以及医联体建设和诊疗一体化闭环的实现，将是医院未来三到五年的发展目标。”张伟表示，唯此，南大一附院才能向着“十三五”计划和打造区域医疗中心目标，踏实、稳进地前进。

图3 淬硬层金相观察与硬度梯度测试结果 Fig.3 Optical micrographs of microstructures in induction-hardened layer and the micro-hardness test result

首先来介绍一下维生素C，这是一种神奇的维生素，在我看来它无所不能，“包治百病”。这种维生素对于强大的免疫系统、骨骼和胶原蛋白的形成，制造能量等都是必不可少的，同时也是一种强效的抗氧化剂。

在显微硬度测试前，采用图1所示实验装置，设置励磁信号为1 Hz的正弦波，对所有试样进行4次重复微磁检测，依次对3种不同的微磁信号进行分析.

图6示出了测试得到的所有试样的磁滞回线，从中提取矫顽力Hc、饱和磁感应强度Bs和剩余磁感应强度Br，典型的单因素分析结果见图7.

2.1 切向磁场强度时变信号

以原材料中测得的切向磁场强度时变信号H(t)为基准，对1#～4#试样中测得的H(t)进行求差处理，计算结果如图4所示.

图4 切向磁场强度时变信号测量结果 Fig.4 Measurement results of tangential magnetic field strength signals

对H(t)进行频谱分析，观察基频幅值A1和3～7阶奇次谐波幅值A3、A5、A7随硬化层深度增加的变化规律. 本文选取3次谐波幅值A3和3～7阶奇次谐波幅值之和U，以及谐波畸变因子K，用于定量描述切向磁场强度时变信号的畸变程度. 谐波畸变因子K的表达式[16]为

(2)

统计结果显示，特征参数A3、U和K均随硬化层深度增加呈近似线性下降趋势，典型的结果如图5所示. 图中数据包括4次重复测试结果，误差带显示了4组实验数据的上、下偏差范围. 以4次测试结果的平均值进行直线拟合，K、A3与硬化层深度的线性拟合方程确定系数分别为R2=0.910 7和R2=0.968 0.

[2] 高长旭， 邢振平， 李博. 感应加热淬火硬化层深度检测方法探讨[J]. 哈尔滨轴承， 2015， 36(4)： 33-36.

图5 淬硬层深度对参数K、A3的影响 Fig.6 Effect of case depth on the parameter of K and A3

2.2 磁滞回线

采用动态均值曲线工具包，选取肝脏最大层面及其上下各一层面共3个层面，于每个层面的右半肝勾勒感兴趣区域，绘制肝脏信号强度(signal intensity，SI)-时间特征曲线(图1C)，取3个层面信号强度平均值，获得半定量灌注参数包括达峰时间(time of maximum relative enhancement，Tmax)、最大相对强化率(maximum relative enhancement，REmax)。

图6 不同钢杆的磁滞回线测试结果 Fig.6 Hysteresis loop test results of different rods

图7 淬硬层对参数Hc、Bs的影响 Fig.7 Effect of case depth on the parameter of Hc and Bs

一般地，马氏体的矫顽力大于铁素体，当钢杆表面出现硬化层后，随淬硬层深度增加(马氏体体积占比增大)，Hc呈增大趋势. Br随硬化层深度增加时的变化规律与参数Hc基本一致. 相反地，Bs随淬硬层深度增加而呈近似线性下降趋势，线性拟合方程的确定系数为R2=0.983 5.

2.3 巴克豪森信号分析

BN信号的频率范围处于几千赫兹至兆赫兹范围，一般反映约1 mm深度内材料的微观结构变化[17]. BN信号包络随H(t)的变化为图8所示的蝶形曲线. 本文提取蝶形曲线的峰值Mmax及其对应的Hcm，用于淬硬层表征分析，结果如图9所示.

图8 BN信号蝶形包络线 Fig.8 Butterfly-like BN envelope curves

图9 淬硬层深度对参数Hcm、Mmax的影响 Fig.9 Effect of case depth on the parameter of Hcm and Mmax

研究表明，矫顽力处的磁化率与BN幅值呈正相关[16]. 在矫顽力处，马氏体的磁化率低于铁素体，因此，高频感应淬火导致铁素体相变为马氏体时(淬硬层深度为0.56 mm)，BN信号的峰值Mmax显著下降. 当淬硬层进一步增加时，BN信号的峰值Mmax基本保持不变，原因是在BN信号检测深度(约1 mm)内，材料微观结构的变化趋于稳定，基本都为马氏体.

相比峰值Mmax，参数Hcm对淬硬层深度的变化更为敏感，且随淬硬层增加的变化规律与图7所示的矫顽力Hc基本一致[18].

由图4可知，新疆降水突变点为1986年；北疆降水突变点为1986，1997年，南疆降水突变点为1986年，突变点分布如表1。

3 淬硬层深度多元线性回归预测模型

采用多元线性回归方法，建立硬化层深度的微磁定量预测模型. 针对每个硬化层深度试样进行了4次重复试验，共得到包含20个样本的实验数据集，为保证模型训练集与校验集数据分布的一致性，从每种硬化层深度试件的重复实验样本中随机抽取一个样本组成模型校验集，余下实验样本作为训练集.

应用逐步回归方法[19-20]，利用F检验筛选出对硬化层深度影响显著的特征参量. 本文的待选变量为前述3种微磁信号中提取的8个参数，如表2所示. 输入模型的参量显著水平设置为小于0.07，剔除参量的显著水平为0.10. 经过4次逐步回归分析，结果表明：只有参数Hc、A3、K和Hcm的显著水平小于0.07，才可作为多元线性回归模型的输入. 逐步回归过程中，随着选取参数的输入，模型的均方根误差(root mean square error，RMSE)值不断下降至0.047 6，最终建立的四元线性回归方程为

y=b0+b3x3+b4x4+b6x6+b8x8

(3)

式中系数分别为：b0=22.55；b3=-1.755×10-4；b4=-1.992×10-2；b6=288.7; b8=-7.036×10-5. 该方程的线性拟合确定系数为R2=0.995 0，大于前述所有单因素分析结果，表明多元线性回归方程更能准确描述磁特性参数与硬化层深度的定量关系. 利用校验集数据在模型中的预测值与实际值间的相对误差来对模型的预测精度进行评估，实际结果见图10. 模型预测结果与真实淬硬层深度间的平均误差约为3.87%，最大误差约为7.85%，且模型预测结果都在95%置信区间内，说明利用本文提出的基于微磁检测方法的预测模型能较好地预测出淬硬层深度值.

表2 参数的显著水平分析结果

Table 2 Significant level analysis resultsof the parameters

变量参数显著水平x1Bs0.103x2Br0.579x3Hc7.48×10-3x4A32.07×10-7变量参数显著水平x5U0.338x6K4.54×10-5x7Mmax0.122x8Hcm6.82×10-3

图10 模型对淬硬层深度的预测结果 Fig.10 Results of case depth predicted by the model

4 结论

1) 在分析的8项微磁参数中，随淬硬层深度增加(马氏体体积占比增大)呈近似线性下降趋势的参数包括：切向磁场强度时变信号的三次谐波幅值A3、3～7阶奇次谐波幅值之和U、谐波畸变因子K，以及饱和磁感应强度Bs. 总体呈上升趋势的参数包括：剩余磁感应强度Br、矫顽力Hc、BN信号的峰值Mmax及其对应的Hcm. BN信号的对硬化层深度增加并不灵敏，这与BN信号的检测深度有限(约1 mm)相关.

在磁化周期-T/2～T/2内，对感应电压信号U(t)进行数字积分，并采用

[5] SIPEKY A， IVANYI A. Magnetic hysteresis under applied stress[J]. Physica B Condensed Matter， 2006， 372(1/2)： 177-180.

[1] 袁威， 刘菊东. 磨削条件对45钢最大磨削淬硬层深度的影响[J]. 现代制造工程， 2013(1)： 84-87.

YUAN W， LIU J D. Influence of grinding conditions on the max grinding-hardened layer depth of 45 steel[J]. Modern Manufacturing Engineering， 2013(1)： 84-87. (in Chinese)

生本理念是为学生好学而设计的教育，所以在阅读教学中，务必要围绕着学生的阅读兴趣，阅读障碍，阅读技巧和质量开展。教师要深入理解生本理念的重要内涵，不断在阅读教学实践中总结经验，切实提升初中生的阅读水平。

1.2.2 磷酸改性聚乙烯醇溶液的制备 称取聚乙烯醇5g、自来水400g，加入玻璃反应釜搅拌加热到100℃，恒温反应至聚乙烯醇全部溶解于水中，反应溶液澄清具有一定的粘度，恒温30min，加入尿素1g，搅拌10min后加入磷酸10mL，反应至溶液透明，液体粘度降低。接着恒温搅拌1h，降温至90℃以下，出料制得磷酸改性聚乙烯醇。

GAO C X， XING Z P， LI B. Discussion on detecting method for hardening depth of induction heating quenching[J]. Journal of Harbin Bearing， 2015， 36(4)： 33-36. (in Chinese)

[3] 伞晶超， 顾园. 金相法测定钢渗碳层的有效硬化层深度[J]. 热加工工艺， 2012， 41(16)： 224-225.

SAN J C， GU Y. Depth measurement of carburized and available layer of steel[J]. Hot Working Technology， 2012， 41(16)： 224-225. (in Chinese)

[4] KOBAYASHI S， GILLEMOT F， HORVTH ， et al. Magnetic hysteresis properties of neutron-irradiated VVER 440-type nuclear reactorpressure vessel steels[J]. Philosophical Magazine A， 2012， 92(31)： 1-11.

参考文献：

[6] DING S， TIAN G Y， DOBMANN G， et al. Analysis of domain wall dynamics based on skewness of magnetic Barkhausen noise for applied stress determination[J]. Journal of Magnetism and Magnetic Materials， 2017， 421(1): 225-229.

[7] MOORTHY V. Unique correlation between non-linear distortion of tangential magnetic field and magnetic excitation voltage-unexplored ferromagnetic phenomena and their application for ferromagnetic materials evaluation[J]. Journal of Magnetism and Magnetic Materials， 2016， 398(4)： 101-108.

自2012年国内磷复肥表观消费量达到峰值以来，中国磷复肥行业开始进入供给侧结构性改革的大周期，行业发展从量的充足向质的提升转型。面对问题与困难，国内磷复肥企业积极去产能、调结构、提高核心竞争力，不断培育新的增长点。

[8] STUPAKOV O. System for controllable magnetic measurement with direct field determination[J]. Journal of Magnetism and Magnetic Materials， 2012， 324(4)： 631-636.

[9] SZIELASKO K， MIRONENKO I， ALTPETER I， et al. Minimalistic devices and sensors for micromagnetic materials characterization[J]. IEEE Transactions on Magnetics， 2013， 49(1)： 101-104.

[10] ZHANG C X， BOWLER N， CHESTER L. Magnetic characterization of surface-hardened steel[J]. Journal of Magnetism and Magnetic Materials， 2009， 321(23)： 3878-3887.

[11] KOBAYASHI S， TAKAHASHI H， KAMADA Y. Evaluation of case depth in induction-hardened steels： magnetic hysteresis measurements and hardness-depth profiling by differential permeability analysis[J]. Journal of Magnetism and Magnetic Materials， 2013， 343(5)： 112-118.

[12] MOORTHY V， SHAW B A， EVANS J T. Evaluation of tempering induced changes in the hardness profile of case-carburised EN36 steel using magnetic Barkhausen noise analysis[J]. NDT&E International， 2003， 36(1)： 43-49.

认真学习宣传贯彻党的十八大精神，关系党和国家工作全局，关系中国特色社会主义事业长远发展。结合胜利石油管理局钻井工程技术公司（以下称公司）“打造国际一流钻井技术专业化公司”发展战略，学习贯彻好党的十八大精神，不仅是当前和今后一个时期各项工作的重中之重，更将对不断推进公司科学发展、又好又快发展发挥重要作用。

[13] SANTA-AHO S， VIPPOLA M， SORSA A. Utilization of Barkhausen noise magnetizing sweeps for case-depth detection from hardened steel[J]. NDT&E International， 2012， 52(4)： 95-102.

[14] PÉREZ-BENTEZ J A, ESPINA-HERNNDEZ J H, MARTNEZ-ORTIZ P. Unwrapping the influence of multiple parameters on themagnetic Barkhausen noise signal using self-organizing maps[J]. NDT&E International， 2013， 54(3)： 166-170.

[15] 吴斌， 李强光， 刘秀成， 等. 基于磁特性曲线的杆件拉力测量及影响因素研究[J]. 仪器仪表学报， 2015， 36(3)： 560-567.

WU B， LI Q G， LIU X C， et al. Tension measurement method for rod-like structure based on magnetic characteristic curve and its influence factor analysis[J]. Chinese Journal of Scientific Instrument， 2015， 36(3)： 560-567. (in Chinese)

[16] 吴斌， 苏楠， 刘秀成， 等. 基于谐波分析的磁弹拉力测量改进方法研究[J]. 机械工程学报， 2015， 51(20)： 54-60.

WU B， SU N， LIU X C， et al. Improved method for elastomagnetic effect based tension measurement using harmonic analysis techniques[J]. Journal of Mechanical Engineering， 2015， 51(20)： 54-60. (in Chinese)

[17] DOBMANN G. Physical basics and industrial applications of 3MA-Micromagnetic multiparameter microstructure and stress analysis[C]∥12th International Workshop on Electromagnetic Nondestructive Evaluation (ENDE2007). Cardiff: IOS Press, 2007: 1-17.

[18] SUPAKOV O, PEREVERTOV O, STOYKA V， et al. Correlation between hysteresis and Barkhausen noise parameters of electrical steels[J]. IEEE Transactions on Magnetics， 2010， 46(2)： 517-520.

[19] 田国富， 胡军， 郭玉学. 多元线性回归理论在数控机床热误差补偿中的应用[J]. 机械工程与自动化, 2013， 177(2)： 128-131.

TIAN G F， HU J， GUO Y X. Application of multiple linear regression theory in thermal error compensation of CNC machine tool[J]. Mechanical Engineering & Automation， 2013， 177(2)： 128-131. (in Chinese)

[20] 王惠文， 孟洁. 多元线性回归的预测建模方法[J]. 北京航空航天大学学报， 2007， 33(4)： 500-504.

WANG H W， MENG J. Predictive modeling on multivariate linear regression[J]. Journal of Beijing University of Aeronautics and Astronautics， 2007， 33(4)： 500-504. (in Chinese)