实验证明H13钢中存在三类初生碳氮化物，包括富V和C的（Vx，Mo1-x）（Cy，N1-y）、富Ti和N的（Tix，V1-x）（Cy，N1-y）及富V和C的（Tix，V1-x）（Cy，N1-y），部分存在形核核心.基于双亚点阵模型和凝固偏析模型分析计算H13钢凝固过程中元素含量变化，考虑初生碳氮化物中元素间的相互作用，根据三类碳氮化物中合金元素含量和C/N比值不同，对各碳氮化物的生成自由能进行分析.理论研究指出富Ti和N的（Tix，V1-x）（Cy，N1-y）在固相率为0.90时即可生成，而富V和C的（Tix，V1-x）（Cy，N1-y）在固相率大于0.96才可生成，两类碳氮化物的临界生成固相率fP均随固溶Ti和N含量的增加而减小.（Vx，Mo1-x）（Cy，N1-y）的临界生成固相率与x值密切相关，x减小时fP降低，粒子尺寸增加，实验与理论分析吻合良好.根据错配度分析氧化物和碳氮化物对H13钢中初生碳氮化物异质形核的作用

一、大量分子的统计学(statistics)描述 宏观物体都是由大量不停息地运动着的、彼此 有相互作用的分子或原子组成 现代的仪器已可以观察和测量分子或原子的大 小以及它们在物体中的排列情况,例如X光分析仪, 电子显微镜,扫描隧道显微镜等

实验研究了不同Ce元素含量对变形Mg-1.5Zn合金的织构及室温成形性能的影响.结果表明:在相同的热轧和退火工艺处理后,添加不同含量的Ce元素均可以有效弱化镁合金织构强度.Mg-1.5Zn合金中添加质量分数为0.2%的Ce元素后表现出了优异的室温成形性能,织构强度最大值仅为2.20,织构沿着横向分裂,并且基面法向即c轴沿着横向发生约为±35°偏转,室温下轧向方向延伸率达到23.2%,埃里克森杯突值为5.46,平面各项异性系数Δr=0.01;然而,Mg-1.5Zn合金中添加质量分数分别为0.5%和0.9%的Ce元素后,织构强度增加,埃里克森杯突值减小,由于在合金中生成了粗大的第二相粒子,使得Mg-1.5Zn-xCe合金的室温成形性能变低

分娩後異常出血 postpartum-hemorrhage 定義: 胎児娩出加24時間後ま0出血 量力500m左超元時分娩後0異常 出血 頻度:全分娩02%3% 国飞妊産婦死亡原因0首位

运用Gleeble-3500热力模拟试验机对700~1200℃温度范围内高锰钢Mn13单独加入钛(质量分数0.10%)、复合添加钛(质量分数0.11%)和钒(质量分数0.20%)后的高温热延性进行测试.采用扫描电镜和X射线能谱分析仪对不同温度下拉伸断裂后试样的断口形貌以及断口处的析出粒子进行了分析.温度-断面收缩率曲线表明在高锰钢中加入0.10%钛后,其断面收缩率出现了一定程度的下降,这表明钛的加入恶化了高锰钢的热延性;在此基础上加入0.20%钒,高锰钢的热延性出现了进一步的下降,即钛和钒的复合加入严重恶化了高锰钢的热延性.利用Thermo-Calc热力学计算软件对单独含钛以及复合含钛钒的高锰钢在700~1600℃存在的平衡析出相进行了计算,计算结果表明Ti (C,N)的平衡析出温度均约为1499℃,远大于其液相线温度,这说明Ti (C,N)在高锰钢的液相中就可以开始析出.扫描电镜-能谱分析结果表明在奥氏体晶界以及三叉晶界处存在大量的Ti (C,N)和(Ti,V) C粒子,这些粒子的出现抑制了动态再结晶的发生,并且加速了晶界附近裂纹的扩展

为实现弹药传输机械臂中不可测参数的辨识,建立了机械臂的虚拟样机,并将其作为样本数据的来源;考虑到样本数据的连续性和平滑特性,使用函数型数据分析和函数型主成分分析对样本数据进行了特征提取,并利用提取的特征参数和待辨识参数作为训练样本对极限学习机(ELM)进行了训练.为提高极限学习机的辨识精度和泛化能力,利用粒子群算法对极限学习机的输入层与隐含层的连接权值和隐含层节点的阈值进行了优化.最后,分别利用仿真数据与测试数据对此方法进行了验证,仿真数据的辨识结果表明,优化后的极限学习机具有更高的辨识精度和泛化能力;同时,通过对比将测试数据的辨识结果代入模型中进行仿真得到的支臂角速度与测试角速度,验证了此方法的可行性和有效性

第9章高分辩力雷达 9.1高距离分辩力信号及其处理 9.2合成孔径雷达(SAR) 9.3逆合成孔径雷达(ISAR) 9.4陈列天线的角度高分辩力

第十章运用收入资本化法进行了债券的价值分析。相应地,该方法同样适用于普通股的价值分析。由于投资股票可以获得的未来的现金流 采取股息和红利的形式,所以,股票价值分析中的收入资本化法又称股息贴现模型( Dividend discount model)

2.3半导体三极管的基本分析方法 引言 2.3.1直流分析 2.3.2交流分析

第四章多维随机变量及其分布 4.1多维随机变量及其分布函数、 边缘分布函数 在前一章中,我们所讨论的随机现象只涉及到一个 随机变量,但在很多随机现象中,往往要涉及到多 个随机变量