采用平面应变压缩试验研究了Q235级别低碳钢铁素体相区在550~720℃,应变速率在5×10-4~10S-1范围的热变形特性.结果表明,在铁素体相区范围,所有流变曲线都观察到了峰值应力的出现及随后\应力软化\进入稳态的现象,意味着动态回复或动态再结晶的发生.应变速率越低,形变温度越高,出现应力峰值的临界应变量越小.Z参数及应力峰值σm数值计算得到Q235级别低碳钢平面应变压缩的铁素体热变形激活能为300.4kJ/mol

利用扫描电镜观察了Q235碳素钢形变强化相变过程中超细铁素体在奥氏体内部的形核;使用背散射电子衍射(EBSD)技术分析了析出的铁素体取向.结果表明,随内、外界条件不同,奥氏体内有两类典型的铁素体形核地点:形变带及奥氏体晶界附近的形变不均匀区原始奥氏体晶粒尺寸的增加,形变温度的降低有利于铁素体的形变带形核.在A3-Ar3的超细铁素体最佳形成温度区间,靠近A3形变可使铁素体及第2组织均匀分布.形变带形核造成带状分布的铁素体及第2相,不仅形貌上出现方向性,铁素体取向也出现择优

一、卡诺循环（Carnot cycle ） 1824 年，法国工程师 N.L.S.Carnot (1796～1832)设计了 一个循环，以理想气体为工作物 质，从高温T2热源吸收Q2的热量 ，一部分通过理想热机用来对外 做功W，另一部分Q1的热量放给 低温T1热源。这种循环称为卡诺 循环

背景 MDPs 强化学习问题 蒙特卡洛方法 (Monte Carlo Methods) 蒙特卡洛预测（Monte Carlo Prediction） 蒙特卡洛控制（Monte Carlo Control） 时序差分学习 (Temporal-Difference Learning) 时序差分预测（TD Prediction） 时序差分控制（TD Control） Sarsa：on-policy Q-learning : off-policy 策略梯度 (Policy Gradient) Monte-Carlo Policy Gradient Actor-Critic Policy Gradient 深度强化学习 Deep Q-Networks (DQN) Policy Gradients for Deep Reinforcement Learning

利用多重散射法数值模拟了多个具有五个缺陷点的氧化铝介质柱四方晶格二维光子晶体微腔的透过率T和品质因子Q.结果表明,沿x、y方向介质柱的个数Lx、Ly以及介质柱半径r对微腔品质因子和透过率均有明显影响.通过优化参数,实现了一类具有大透过率T、高品质因子Q的微腔.在模拟范围内,当Lx=13、Ly=17和r=0.25时,微腔品质因子和透过率同时达到较大值,分别为49 270和91%

定义 7－1：如果两个整数 a，b 被模 m 除后有相同的余数 r，即： a=q1m+r，b=q2m+r 则称 a,b 对模 m 同余，记作 a≡b mod m。 否则称 a,b 对模 m 不同余，记作 a≡b mod m

一、卡诺图化简法直观方便，过程简单明了，但只适合于变量数<=4的函数。 二、Q-M(Quine-McCluskey) 法和卡诺图法的化简思路是一致的:两相邻最小项可以合并,消去一个变量. [1952，1956]

实验一 “从泵到泵”密闭输油管路实验 1、测绘管路的 Q-H 特性曲线 2、用图解法求管路和泵站的联合工作点 3、事故工况模拟实验 (1) 站间管路堵塞 (2) 站间管路漏油 4、正常停泵站、事故停泵站和压力越站实验 5、管路水击实验 实验二 泵站实验架实验 1、输油工况下离心泵 Q-H 特性曲线测试 2、泵特性调节 （1）调节转速 （2）进、出口阀门节流调节 （3）车削叶轮直径（10%、20%） （4）回流调节 3、磨擦生热现象的观察与分析 4、操作条件下油品的粘温曲线测试 5、泵站水击实验

一、P-表示和Q-表示存在的必要性 五、思考题 二、P-表示（ coherent state -representation） 三、Q-表示（ squeezed state -representation） 四、Wigner 函数

在物理冶金基本模型的基础上,通过对实验数据进行回归建立了Q235低碳钢的静态再结晶及晶粒长大模型,模型计算和实验所测结果相吻合.压缩实验为双道次压缩,实验条件为:变形速率0.5~2.0s-1,变形温度950~1100℃,变形量为0.15~0.25(真应变),初始晶粒尺寸为56~85μm