在一种含钨、钼的40Ni-14Cr-Fe基高温合金中,正常热处理后就出现μ相,开始析出于晶界。微量（～0.1%）μ相就对合金塑性,尤其会使冲击韧性值成倍下降,是合金长时期使用中脆化的主要因素。晶界微量μ相引起的脆化倾向与晶界上的μ相密集程度成正比关系,可通过控制成分及细化晶粒来降低μ相的密集程度,从而减弱晶界μ相引起的脆化作用。沿晶μ相所造成的室温冲击沿晶断裂形式,其断裂特征不是沿整个μ相介面形成孔洞,而只是沿部分μ相介面形成裂纹

01.试述在普通光学显微镜下测定微生物细胞大小的基本方法:测定微生物细胞的大小主 要使用目镜测微尺。其方法如下:1.先用长度已知的镜台测微尺校正目镜测微尺。校 正的方法是让台尺与目尺重叠,看台尺的X格正好与目尺的Y格重叠,然后用%20计算 目尺每格的长分别校正目镜测微尺在低倍镜,高倍镜及油镜下每格所代表的实际长

通过本章学习,要重点掌握民事活动的基 本原则、民事权利中的财产权和人身权的法律保 护,明确民事责任,从而正确行使民事权利,自 觉地履行民事义务,维护自然人、法人和其他组 织的合法权益

为了研究热冲裁零件微观组织及尺寸精度的变化规律，采用不同的冲裁温度和模具间隙比对B1500HS钢板进行了热冲裁试验.根据冷却曲线，研究了冲裁温度对硼钢组织转变和零件力学性能的影响；根据落料件的尺寸，分析了冲裁温度和模具间隙比对尺寸精度的影响；通过观察零件的断口形貌，分析了冲裁温度对断口质量的影响.结果表明：当冲裁温度一定时，落料件的尺寸随着模具间隙比的减小而增大；当模具间隙比一定时，落料件的尺寸误差随着冲裁温度的降低出现“正—负—正”的增长波动趋势；当冲裁温度为600~650℃或750~800℃时，落料件具有较高的冲裁精度；落料件的硬度随着冲裁温度的升高而增大，当冲裁温度为650~800℃时，落料件的组织为马氏体，硬度值HV约为550；冲裁断面光亮带的宽度随着冲裁温度升高而增大

5-1引言 5-2平面弯曲时梁横截面上的正应力 5-3梁横截面上的剪应力 5-4梁的正应力和剪应力强度条件·梁的合理截面 5-5非对称截面梁的平面弯曲·开口薄壁截面的弯曲中心 5-6考虑材料塑性时的极限弯矩

为解决堆浸过程中由于大量矿粉存在而导致矿堆渗透性差、浸出率低等问题，以次生硫化铜矿为原料，开展了制粒试验研究.考察了不同制粒黏结剂对矿粉的黏结效果，确定了最佳的制粒黏结剂、制粒工艺以及制粒方法.通过正交制粒试验，明确了影响制粒试验的主要因素.试验结果表明：不同制粒黏结剂的黏结效果排序依次为：SFS-2 > SFS-3 >水泥>半水石膏> SFS-1 > SFS-0 >硅酸钠>阳离子型聚丙烯酰胺.当选用黏结剂SFS-2，黏结剂占矿粉质量分数为8%、加酸量为25 kg·t-1以及制粒过程喷水质量分数为30%时，所制矿团效果最佳.其湿强度达到94.62%，抗压强度达到417.44 N，矿团酸浸维持完好时间超过25 d，矿团形态基本维持不变，无明显破裂现象.正交制粒试验得到多因素对次生硫化铜矿制粒的影响由大到小依次为：黏结剂占矿石质量分数、加酸量和制粒喷水量.对选定的黏结剂进行细菌接种试验显示，黏结剂对细菌群落无明显影响.添加黏结剂试验组细菌数量为8.79×107 mL-1，未添加黏结剂试验组细菌数量为8.86×107 mL-1.对制粒后矿团进行浸矿试验结果显示，矿粉制粒后铜浸出率提高了12.74%，制粒通过增大矿物之间的孔隙，增加浸出液与矿石的接触，进而提高铜浸出率

一.判断正误 1市场需求是所有个人需求的总和。 正确 2边际效用理论是由英国古典经济学家亚当·斯密提出来的。 错误

通过Gleeble热模拟实验机模拟了X100管线钢的粗晶热影响区（CGHAZ）及再热临界粗晶热影响区（ICCGHAZ）微观组织。采用电化学测试、浸泡实验及表面分析技术研究了交流干扰下X100管线钢母材、CGHAZ及ICCGHAZ在库尔勒土壤溶液中的腐蚀行为。结果表明：交流干扰下X100管线钢母材、CGHAZ及ICCGHAZ都表现为活性溶解，平均腐蚀速率随交流电流密度的增大而增加。交流干扰造成的极化电位振荡幅值及微观组织对X100管线钢母材、CGHAZ及ICCGHAZ的平均腐蚀速率和腐蚀形貌有着重要影响。在5 mA·cm?2交流电流密度干扰下，母材的腐蚀电位最负、平均腐蚀速率最大，ICCGHAZ的腐蚀电位最正、平均腐蚀速率最小，CGHAZ的腐蚀电位及平均腐蚀速率都居中；在20 mA·cm?2及50 mA·cm?2交流电流密度干扰下，ICCGHAZ腐蚀电位最负、平均腐蚀速率最大，母材的腐蚀电位最正、平均腐蚀速率最小，CGHAZ的腐蚀电位及平均腐蚀速率都仍居中。在20 mA·cm?2交流电流密度交流干扰下，X100管线钢发生局部腐蚀，CGHAZ、ICCGHAZ发生明显的晶界腐蚀，GCHAZ晶界腐蚀形貌呈缝隙状、ICCGHAZ晶界腐蚀形貌为连续孔洞

分析了影响转炉冶炼终点钢水中锰含量的因素, 针对基于BP神经网络算法的转炉冶炼终点锰含量预测模型存在的收敛速度慢, 预测精度低等问题, 提出了一种基于极限学习机(ELM) 算法建模的新思路, 并引入正则化以及改进粒子群优化算法(IPSO), 建立了基于改进粒子群算法优化的正则化极限学习机(IPSO-RELM) 的转炉终点锰含量预测模型; 应用国内某炼钢厂转炉实际生产数据对模型进行训练和验证, 并与基于BP、ELM和RELM算法的三类模型进行比较.结果表明, 采用IPSO-RELM方法构建的模型, 锰含量预测误差在±0. 025%范围内的命中率达到94%, 均方误差为2. 18×10-8, 拟合优度R2为0. 72, 上述三项指标均显著优于其他三类模型, 此外, 该模型还具有良好的泛化能力, 对于转炉实际冶炼过程具有一定的指导意义

一.判断正误 1市场需求是所有个人需求的总和。 正确 2边际效用理论是由英国古典经济学家亚当·斯密提出来的