为了研究逆转变奥氏体在应力和低温条件下的稳定性,通过透射电子显微镜对淬火+回火(QT)和淬火+两相区淬火+回火(QLT)处理9Ni钢中逆转变奥氏体进行形貌观察.结果发现QT处理钢中逆转变奥氏体以块状形态存在;QLT处理钢中逆转变奥氏体以块状和薄膜状存在,薄膜状逆转变奥氏体分布在板条边界上.通过X射线衍射对液氮浸泡前后逆转变奥氏体含量和其碳含量的变化进行测量,发现QLT工艺处理后在液氮中稳定存在的逆转变奥氏体的含量要高于QT工艺.通过三点弯曲试验、单轴拉伸和压缩试验研究其机械稳定性,发现拉应力和压应力均能促使逆转变奥氏体转变,大部分残留奥氏体分布在晶内

15.1异常处理概述 15.2异常处理的基本思想 15.3C++异常处理的实现 15.4标准C++库中的异常类 15.5多路捕获 15.6含有异常的程序设计

为了进一步完善增氮析氮法生成气泡去除钢液中显微非金属夹杂物技术,研究了真空处理时间、充氮压力、气体类型等因素对钢中全氧和显微非金属夹杂物的影响.结果表明:减压处理过程中,钢液中非金属夹杂物可为过饱和气体氮气形成气泡提供非均相形核核心;增氮析氮法可有效地降低钢中全氧,去除钢中显微非金属夹杂物;真空处理时间越长,钢中全氧和显微非金属夹杂物数量越低,当真空处理时间为30 min时钢中全氧去除率达到了81.6%,而且全氧质量分数最低达到7×10-6

白口铸铁是一种重要的抵抗磨损的金属材料。其抗磨性决定于硬度,强度和韧性的综合性能指标因而与其组织组成物的结构,显微硬度,相对数量,分布及内聚强度都有密切的关系。铸态组织就是高显微硬度的碳化物孤立地分布在马氏体基体时较为理想,而合金化和变质处理的正确选用是最经济合理地获得理想组织的关键。从我国资源出发,锰合金化是有前途的但为扬长避短,锰含量不宜过高,而为获得铸态马氏体组织应辅加铜、铬、钼、硼等多种合金元素。硼的加入可以提高锰白口铸铁的淬透性,碳化物的显微硬度和整体硬度。合适的硼加入量既可得到上述效果而又不降低韧性。硼在镍铬白口铸铁中也可以提高碳化物的显微硬度。硼的加入使白口铸铁中碳化物的数量增多。采用包内变质处理的方法而不用高合金化的方法改变碳化物的分布,经济合理而且简便可行。稀土变质处理能使碳化物成为紧实的板块状而不是成为粗的网状聚合物,使韧性显著提高(αk=0.8公斤-米/厘米2)。硼的加入能使碳化物成为方块形。但如何控制工艺参数保证获得应有的变质效应的试验研究工作还需继续

采用水/CO2体系模拟研究钢液/(N2、H2)过饱和体系中气泡生长动力学行为,分别建立水溶液和钢液中气泡形核长大机理模型.基于三种不同的气泡生长数学模型,分别研究水/CO2和钢液/(N2、H2)体系数学模型中气泡生长动力学,并采用水模型实验数据对数学模型进行验证.分析钢液/(N2、H2)体系前期和后期处理压力以及钢液深度等因素对气泡生长的影响.研究表明:采用气泡浮选去除夹杂物技术时,前期处理压力对气泡生长有显著促进作用;后期处理压力对气泡生长有阻碍作用,随着后期处理压力的升高影响逐渐加强;钢液深度对气泡生长有阻碍作用,随着钢液深度的增加影响逐渐减弱;相比氮气,钢液中氢气气泡析出长大更快

采用不同固溶工艺处理后的00Cr25Ni7Mo3N双相不锈钢,在恒温的热拉伸试验机上进行超塑性测试,通过Gleeble3500热模拟试验机进行超塑性扩散连接实验研究,并采用扫描电镜对固溶处理金相及连接试样界面孔洞进行观察.结果表明,由于固溶处理温度不同,α相和γ相体积比(xα/xγ)不同.超塑性拉伸测试中,在同一变形条件下,随着初始xα/xγ的增大,延伸率和峰值应力相应增大.固溶温度为1350℃的试样,在960℃、1×10-3s-1条件下拉伸,延伸率达到1186%;超塑性扩散连接在1100℃温度下进行时,压力加载形式不同,扩散连接界面结合机理不同,但加载形式对试样的界面剪切强度影响不大.在连接过程中,界面孔洞闭合情况和滞留位置与晶界迁移的相对速度有关

了解其自然生物处理的主要类型，净化机理，生态系统特征。 一、稳定塘（生物塘） 二、污水的土地处理系统 三、脱氮技术

一、调度的层次和作业调度 二、单处理器系统的处理器调度 三、多处理器系统 四、对称多处理器系统 五、多处理器系统的处理器管理和调度

本文研究了热处理因素对W+Mo含量达12%的10Cr-15Co-Ni基高温合金弯曲晶界形成的影响。指出在固溶处理后以1-10℃/分冷却和固溶处理后空冷至1020-1130℃并在这一温度范围保温一定时间均可获得弯曲晶界。在弯曲晶界上同时并存有参与热处理过程的两种性质不同的r'和MbC型碳化物相,MbC型碳化物的生核并迅速长大是该类型合金引起晶界弯曲的主导因素,这一观点与传统的看法即在高合金化Ni基合金中r'相的不连续沉淀引起晶界弯曲是截然不同的。同时提出了在该类型合金中弯曲晶界形成的模型以及讨论了弯曲晶界形成的机理

随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先，通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优；然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据，能够更多地保留原始数据信息；最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR)，并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明：相比于均值方法处理双率腐蚀数据，所提方法将建模样本数量由196提升到了1834；相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建模具有一定现实意义