采用等离子熔覆技术将Fe-Ni基高温耐磨合金粉末熔覆到45#圆钢上,制备了Fe-Ni基合金导辊.采用扫描电子显微镜、能谱仪、X射线衍射仪研究了Fe-Ni基合金涂层的组织结构和Fe-Ni基合金导辊的表面失效情况.结果表明:Fe-Ni基高温耐磨涂层组织形态良好,由涂层与基体的结合界面处到涂层的上部其组织由平面晶向树枝晶转变;γ-(Fe,Ni)的含量在涂层中按底部—中部—上部的方向依次降低,而(Cr,Fe)7C3的分布正好相反;Fe-Ni基合金导辊的失效机制为热疲劳开裂和磨粒磨损

采用极图和取向分布函数法分析CVD金刚石薄膜的不同织构.分析表明,高的多重性因子使得{110}面织构有更高的出现概率.具体分析了{221}面织构出现的孪生机制,强调了织构与性能关系研究的重要性,并推荐使用先进织构分析手段

为了研究低活化马氏体CLAM钢的抗辐照肿胀性能,在450℃下对CLAM钢进行大剂量高能电子辐照的原位动态实验.利用超高压透射电子显微镜观察发现,CLAM钢中产生了大量的间隙原子型位错环和多面体形状的辐照空洞.分析了它们的形核和长大规律以及相关机制.计算表明,CLAM钢在高能电子辐照下的最大肿胀率为0.26%,具有较好的抗辐照肿胀性能

对IF钢在退火过程中二相粒子的演变规律进行了研究,结果表明:退火以前形成的二相粒子,如TiC,在经过罩式退火和连续退火后,其尺寸、形状和分布有较大的区别;在连续退火中不形成新的析出相,而在罩式退火中形成两类新的析出相-FeTiP相和(Ti,Mn)S相。这是首次报道有关FeTiP相在含P,Mn较低(P ≤ 0.01%,Mn<0.2%)的IF钢中析出,以及Mn以(Ti,Mn)S相的形式在罩式退火中析出。还着重研究了这2种新相的粒度、分布、相结构以及析出机制,并探讨了它们对IF钢大生产的意义

采用ANSYS/LS-DYNA软件,建立了斜轧零件基本变形过程的三维有限元分析模型,对不同工况下的斜轧过程进行了计算机数值模拟分析。仿真结果揭示了斜轧过程中轧件内部应力应变场的分布规律;导致Mannesmann缺陷的主要原因是在发生大塑性应变变形情况下,金属内部在承受交变应力作用下产生低周疲劳损伤和破坏

利用淬、回火工艺得到具有弥散分布的渗碳体粒子+铁素体双相组织的低碳钢,采用Gleeble-1500型模拟机进行热压缩变形实验,研究了在700℃、0.01 s-1条件下变形过程中渗碳体粒子对低碳钢铁素体动态再结晶过程的影响.结果表明:在700℃、0.01 s-1条件下变形时,存在以粒子激发形核机制为主的铁素体动态再结晶过程,在形变初期粒子激发形核主要在大尺寸渗碳体粒子(〉1μm)附近发生,大应变量下应变累积促进粒子激发形核在小尺寸渗碳体粒子(0.5~1μm)附近发生

在分析了以往的齿轮故障诊断方法及大量试验数据的基础上,选出了对应于各故障敏感的参量,总结归纳了齿轮故障的判据并在此基础上建立了故障诊断的专家系统,把模糊理论用以知识表示进行不精确推理;采用元知识控制下的反向推理机制并根据推理结果赋以合理的解释,该系统既能本机自动诊断又能结合其它诊断方法作精密诊断;还能兼顾在线监测与离线分析.利用该系统对齿轮试验数据进行分析、处理进而推理、诊断获得了满意的效果

针对梯度功能材料(FGM)制备过程的复杂性,提出了利用神经网络信息处理机制进行制备材料的特性预估;实例分析表明,这一方法是有效的.同时,针对BP学习算法速度较慢,易陷入局部极小的缺点,改用函数型连接网络来提高学习速度.试验表明学习速度提高显著

对萤石矿物进行掺杂灼烧.制备了一种新型矿物发光材料萤石:Eu3+.根据Eu3+的荧光光谱与局域对称性的关系,结合空间群中等效点系的对称性分析,可以推断该体系中主要存在2类发光中心,其格位对称性分别为C4V,和C3V.Eu3+离子进入CaF2晶格,与Ca2+离子不等价置换,由于电荷补偿,Eu3+周围常常存在间隙Fi-的缺陷机制,间隙的存在,降低了局域对称性(由Oh降低为C4V。或C3V),打破了宇称选择定则,促进了Eu3+离子的发光

探讨了一种将有监督学习机制融合到模糊ART网络构成一个有监督的模糊ART神经网络模型.这种网络能同时处理有监督和无监督学习问题,并具有积累和增加网络学习的能力.对该网络进行了滚动轴承检测数据模式分类实验,并与BP网络进行了比较性实验.结果表明:该网络具有良好模式分类能力和较好的可塑性