通过析出粒子与奥氏体晶粒尺寸的定量关系,建立奥氏体晶粒长大模型,计算TiN和TiC析出粒子共同作用下钛微合金化钢奥氏体晶粒尺寸.根据析出相质点理论计算结果表明:随着加热温度的升高,析出粒子体积分数逐渐减少,粒子半径逐渐增大,TiC粒子强烈阻止奥氏体晶粒长大,TiN粒子对奥氏体晶粒长大钉扎效果一般.采用实验测试手段测量不同加热温度下保温30 min后实验钢的奥氏体晶粒尺寸,与理论计算结果吻合较好

寻找物质世界的最基本单元和基本相互作用，一直是物理学的最前沿——粒子物理的根本任务。由于不断有更深的物质层次被发现，因此粒子的概念是随时间变化的。人们曾使用“基本粒子”的说法，但现在已不多见，原因是不断出现“基本粒子”不基本的现象

经典力学的成功之处在于,若已知初始状态,既可以知道物体的运动规律。 如已知t=0时粒子坐标、动量,既可以求任意t时粒子坐标、动量和粒子的运 动轨道。既经典力学给物体的运动状态给出了决定性的规律。 最初人们很自然地用描写宏观粒子的方法(坐标、动量)去描述微观粒子。但 波动性使微观粒子的坐标和动量(或时间和能量)不能同时取确定值。1927年海 森伯首先提出了不确定关系,反映微观粒子的基本规律,是物理学中的重要关系

流动粒子炉用于焙炖和加热钢丝是一项发展很快的先进技术。这种方法得到的成品质量与鉛浴相当,但无污染毒害,无鉛耗,无氧化铁皮或只有輕微氧化,优点很多。本文讨论了在试验室试验条件下,用流动粒子炉代替鉛浴作等温淬火,选定沸腾粒子,确定工艺参数。通过选用不同化学成分的粒子、粒度、重度、粒子炉温度等温时间、风量等参数处理试样,试样的拉伸强度以达到鉛淬火标准为合适,得出各种工艺条件的定量关系,为在现厂生产实验提供了参考和依据

采用物理模拟手段研究球形、立方体、圆柱体、树枝状、团簇状等钢中常见形状夹杂物形状修正系数的差异性,并分析粒子表面形貌和运动取向对形状修正系数的影响.粒子的形状修正系数与阻力系数满足线性正相关,可以用形状修正系数评价粒子的上浮去除能力;在体积相同情况下,同类型夹杂物粒子的去除能力依次为树枝状(垂直)<粗糙球形<立方体<圆柱(半经6 mm)<圆柱(半经4 mm)<树枝状(水平)<团簇状(水平)<光滑球形;粗糙表面的球形其表面积约为光滑球形的2倍,其形状修正系数同时增加2.1倍.简单粒子的形状修正系数受运动取向影响较小,复杂粒子则受运动取向影响较大,树枝状颗粒垂直上浮时的形状修正系数约为水平上浮时的2倍

经典粒子群算法由于多样性差而陷入局部最优，从而造成早熟停滞现象.为克服上述缺点，本文结合人工免疫算法，提出一种基于自适应搜索的免疫粒子群算法.首先，该算法改善了浓度机制；然后由粒子最大浓度值来控制子种群数目以充分利用粒子种群资源；最后对劣质子种群进行疫苗接种，利用粒子最大浓度值调节接种疫苗的搜索范围，不仅避免了种群退化现象，而且提高了算法的收敛精度和全局搜索能力.仿真结果表明该算法求解复杂函数优化问题的有效性和优越性

一.研究对象:大量粒子组成的体系 子系近独立:粒子相互作用能<<粒子自身能量:E≈ΣE粒子间微弱相互作用能够使其在足够长时间内实现平衡

绪论 基本粒子群算法 粒子群算法改进 粒子群算法与进化算法的异同 粒子群算法理论分析工具 粒子群算法的应用

提出了一种基于保收敛粒子群优化算法的移动机器人全局路径规划策略,为移动机器人在有限时间内找到一条避开障碍物的最短路径提供了一种解决方案.首先建立环境地图模型,将连接地图中起点和终点的路径编码成粒子,然后根据障碍物位置规划出粒子的可活动区域,在此区域内产生初始种群,使粒子在受限的区域内寻找最优路径.在搜索过程中,粒子群优化算法的加速系数和惯性权重均随迭代次数自适应调节.仿真实验表明算法可在起点与终点之间找到一条简单安全的最优路径.与其他文献所提的方法进行了对比研究,结果表明本文所提算法具有更快的搜索速度和更高的搜索质量

研究了粒径为20~40nm的Al2O3纳米粉在铁液中的运动行为.结果表明,经分散后加入铁液中的Al2O3纳米粉,在铁液中保持60min后,Al2O3粒子没有产生明显的团聚或聚集成微米级或更大尺寸的粒子,粒子尺寸为20~60nm,呈现较好的弥散分布状态.采用布朗运动理论描述纳米粒子在铁液中的运动行为.纳米粒子在铁液中不易发生碰撞和聚集,理论分析与实验结果一致.纳米Al2O3在铁液中不易团聚或聚集的行为与钢液中一般的Al2O3夹杂物易碰撞聚集而长大的行为不同