为探究奥氏体化温度和冷却速率对40Cr钢球化过程的影响,采用双相区球化退火研究了热轧态40Cr钢的球化退火行为和力学性能.奥氏体化温度从760℃提高到800℃,冷却速率从10℃·h-1上升到30℃·h-1,组织硬度随冷却速度呈V形变化,碳化物球化率随冷却速度变化正好与前者相反.奥氏体化温度为760℃,冷却速率为20℃·h-1所得到的球化组织球化率高,且碳化物细小,具有良好的冷成形性能,可大幅度缩短球化退火时间,显著提高生产效率.提出了球化退火过程中离异共析转变机制,控制好球化过程中奥氏体化温度、冷却速率及保温时间有利于离异共析转变的发生

为发展和深入认识转底炉直接还原工艺技术,建立了转底炉综合数学模型,该模型由转底炉本体热化学平衡、转底炉区域热平衡计算模型、余热回收模型、生球干燥模型、炉膛温度校核与尾气露点校核模型和转底炉流程模型组成.采用综合模型计算了该工艺流程的基本工艺参数.计算结果表明:煤气热值、废气排放温度和余热回收利用方案对整体能量消耗有不同程度影响,煤气发热值每增加50kJ·m-3,理论燃烧温度提高22~25℃,煤气用量减少41~47m3·t-1;空气预热温度平均每增加100℃,理论燃烧温度提高35~40℃,煤气用量减少90~103m3·t-1.此外,应用此模型还可以计算任何原料和燃料等条件下的直接还原工艺参数,研究不同余热回收方案条件下的各个工艺参数的变化规律

采用温挤压技术对40Cr钢进行成形试验，考察了不同温度下温挤压试样的摩擦-磨损行为.通过扫描电镜、能谱仪和X射线衍射仪分析了40Cr钢磨损后表面形貌、化学元素分布和物相组成，讨论了40Cr钢温挤压的磨损机理.结果表明，在挤压温度为550℃时试样晶粒尺寸细小，残余奥氏体含量较高，硬度最高，其磨损性能为最佳；而当温度为650℃和750℃时，晶粒尺寸较粗大，残余奥氏体含量降低.在5N载荷作用下，挤压温度为550℃时，摩擦因数为0.7667；当挤压温度达到650℃，摩擦因数为0.8587，提高了12.01%，磨损性能降低；750℃时，摩擦因数为0.8764，相比550℃提高了14.31%，磨损性能进一步变差；在550、650和750℃时，磨损形式主要为磨粒磨损

本章分为基础和提高两部分内容。基础部分是指编 写CGI程序的基础知识,内容包括公共网关接口、CGI 程序及其测试,还包括CGI的程序功能分析及输入流分 析等。提高部分包括编写与测试CGI应用程序,内容有 信息传递方法、高级CGI应用程序、CG1程序的候选方 案、加速CGI应用程序、CGI程序的客户端、使用 Javascipt对象、安全性问题,以及CGI程序测试方法 实例等

采用磁力搅拌与放电等离子烧结技术制备了碳纳米管(CNT)增强铝基复合材料.对试样进行了扫描电镜和透射电镜表征,测试了试样的力学性能、摩擦性能、电学性能和热学性能.当碳纳米管在试样中的质量分数为1%时,可在铝基体中均匀分布且CNT/Al界面结合良好,此时试样的抗拉强度和硬度较纯A1分别提高了29.4%和15.8%.在获得最佳力学性能强化和最佳减磨效果的同时.试样电导率较纯Al仅降低8.0%.碳纳米管可提高基体的热导率.但强化效果不明显

全连接的玻尔兹曼机模型可全面描述稀疏系数间统计依赖关系,但时间复杂度较高.为了提高基于玻尔兹曼机的贝叶斯匹配追踪算法(BM-BMP)的重构速度和质量,本文提出一种改进算法.第一,将BM-BMP算法的最大后验概率(MAP)估计评估值分解为上一次迭代的评估值与增量,使得每次迭代仅需计算增量,极大缩短了计算耗时.第二,利用显著最大后验概率估计值平均的方式,有效近似最小均方误差(MMSE)估计,获得了更小的重构误差.实验结果表明,本文算法比BM-BMP算法的运行时间平均缩短了73.66%,峰值信噪比(PSNR)值平均提高了0.57 dB

本章学习的主要内容及基本要求 1.局部承压的破坏形式和机理。 2.局部承压强度提高系数及计算方法。 重点: 掌握局部承压的强度提高系数及计算方法

为了减轻铸件顶部缩孔缺陷以降低冒头切除率提高铸锭成材率，基于ProCAST软件建立了铁镍合金真空下凝固数值仿真模型，通过解剖实验验证了模拟参数正确性，进而研究锭模参数对铁镍合金缩孔缩松分布的影响并得到最优锭型.研究表明：数值模拟中，关于真空条件下传热参数的设置较为合理，能较准确地模拟得到与实际生产一致的缩孔缺陷；在本研究条件下，冒口锥度对缩孔高度方向上位置的影响远大于锭身锥度和高径比对其的影响，缩孔位置随冒口锥度减小上移，中心疏松程度随锭身锥度增加而减弱，高径比对缩孔缩松影响不大；优化后的锭型能有效改善缩孔缺陷，将缩孔控制在冒口线以上提高铸锭成材率

为了解决基于Apriori的分类关联规则算法挖掘数值型数据时效率和准确率偏低的问题,提出基于定量关联规则树的分类及回归预测算法.采用改进的定量关联规则算法挖掘数值型数据生成关联规则库,并基于关联规则树结构实现分类及回归预测.研究结果表明:改进的Apriori定量关联规则挖掘算法提高了分类预测的准确率并降低了计算复杂度;而采用关联规则树结构可使分类与回归预测时间明显加快,提高了样本匹配学习的速度

对3 mm厚的DC04冷轧IF钢板进行搅拌摩擦加工,研究加工区域的微观组织与力学性能.在旋转速度为950 r·min-1,加工速度为60 mm·min-1时,采用加工后强制冷却技术可获得光滑平整且没有缺陷的加工表面.搅拌摩擦加工后组织显著细化,加工中心的平均显微硬度约为HV 135.6,是母材硬度的1.4倍,表面细晶层硬度最高可达到HV 312.8,细晶层和过渡层的抗拉强度分别比母材的抗拉强度提高50.9%和47.6%,加工前后试样的拉伸断口均呈微孔聚合韧性断裂特征.细晶强化对材料抗拉强度的提高起主要作用