针对基本蚁群算法收敛速度慢、容易出现停滞等缺陷,提出一种新的蚁群优化算法——带有侦察子群的蚁群系统.该算法从整个蚁群中分离出一部分蚂蚁组成侦察子群,在优化过程中侦察子群以一定概率做随机搜索,提高了解的多样性;在信息素更新策略上同时使用本代和全局最优蚂蚁,兼顾了本代和历史的搜索成果;同时还采用LK变异算子,对每次搜索的解进行局部优化.最后对三个典型TSP实例进行了仿真实验,结果表明新的算法不仅能够克服早熟现象,而且能够大大加快收敛速度

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

在帘线钢冶炼过程中,通过采用炉后弱脱氧、防止钢液污染,以及控制精炼顶渣碱度指数和Al2O3含量指数等措施,使钢中夹杂物向低熔点区域转变,促进钢中夹杂物上浮、排出钢液,同时也使钢中残留氧化物夹杂具有良好的变形性能.实践表明,通过采用上述工艺措施,帘线钢中夹杂物成分、尺寸和变形性得到了有效控制

为了获得烧结钢的致密表面层以改善零件的疲劳性能和耐腐蚀性,研究一种先对烧结铁压坯化学处理而后烧结的技术并进行了试验.试验中选择了高(>7.0g·cm-3),中(6.6~6.7 g·cm-3),低(6.2~6.4g·cm-3)3种不同密度的压坯施镀.试验发现中密度烧结铁通过自催化镍-磷化学镀和强化烧结可获得致密的合金化表层显微组织.用SEM/EDS分析了烧结样品表层元素成分及分布形貌,发现镍元素由试样表面向内呈均匀梯度分布,在高密度低孔隙度区扩散距离可达200 μm以上,在较低密度高孔隙度区集中分布于孔洞表面附近;而磷元素除使基体孔洞球化外,还以Fe2P形式偏聚于铁基体中.这样的显微组织有可能改善零件的疲劳性能和耐腐蚀性

研究了铁尾矿高温改性处理对钢渣体积稳定性和胶凝性能的影响,结合X射线衍射分析、扫描电镜观察和能谱分析等测试方法,对改性钢渣的矿物组成和微观形貌进行了分析.发现铁尾矿的高温改性显著降低了钢渣中游离氧化钙(f-CaO)的含量,提高了钢渣胶凝性能.铁尾矿掺加质量分数为20%和处理温度为1250℃时,钢渣中f-CaO的质量分数由4.84%降低至1.82%,降幅达到62.4%,28d活性指数比原始钢渣体系提高5.6%.铁尾矿掺量由10%增加至30%时,改性钢渣中相继出现镁蔷薇辉石、镁黄长石和钙镁辉石等硅酸盐矿相.高温改性过程促使RO相分解,RO相中的FeO转化为磁铁矿相(Fe3O4)

对氢致钢内部疲劳裂纹的萌生和扩展进行了数值模拟.首先用有限元法分析了氢在疲劳载荷作用下向钢中缺陷处扩散富集的过程,然后计算得到氢含量分布结果.根据夹杂理论将氢富集区视为在缺陷附近分布的弹性夹杂,用有限元法计算得到的氢含量场求出夹杂处的应力强度因子,进而建立疲劳裂纹萌生和扩展的判据.比较了在不同加载条件下氢致疲劳裂纹萌生和扩展的规律.用梯形法修正了Sofronis和McMeeking的瞬态扩散有限元公式,发现用梯形法可以缓解加载初期较高的浓度梯度和应力梯度引起的计算结果震荡的情况,这对于计算开裂判据是十分重要的.最后讨论了提高模拟精度和改进模型的方法

实验研究了在粉末冶金静电模壁润滑技术中复合润滑剂——50%EBS蜡+50%石墨,50%EBS蜡+50%BN(质量分数)的静电荷电与润滑特性.结果表明:BN的加入能改善EBS蜡的荷电性能,而石墨的加入却使其变差;50%EBS蜡+50%石墨混合粉润滑效果极好,能获得相当高的压坯密度,而50%EBS蜡+50%BN混合粉的效果却要差得多;模具温度为150℃(超过EBS蜡熔点)时,50%EBS蜡+50%E墨混合粉润滑效果变差,而50%EBS蜡+50%BN混合粉则影响不大

从边界积分方程出发，推导了5个物体摩擦接触的边界积分方程，在求解接触问题的迭代过程中，应用了“凝聚法”.对一个由不同材质组成的接触问题进行了计算分析，取得了良好的分析结果

采用一种简便、快速、低温的溶胶凝胶自蔓延燃烧法制备了纳米TiO2粉体颗粒.从柠檬酸络合反应的机理阐释了纳米TiO2粒子的形成过程.通过热综合分析、X射线衍射和透射电镜分析探讨了金属离子与柠檬酸的摩尔比和溶液杂质离子的存在对TiO2粉体颗粒物相组成及粉末晶粒尺寸大小的影响.本实验制备了粒径为40~90 nm分散性较好的球形状TiO2纳米颗粒.X射线衍射结果表明,当摩尔比为0.5时,自燃合成产物中金红石相的质量分数达到91%

对于那些无法用数学方程式表述的复杂生产过程,提出一种基于模式识别原理的智能自动化新方法.该方法的基本点在于:从信息的角度出发,采用特征变量来描述过程工况,再用时间序列分析法建立预测模型,从而实现工艺最优化.还介绍了专门为此目的研制的红外线CCD热成像装置,并给出了建立预测模型的神经网络算法