大于2.11%C的白口铸铁中含有大块且又分布不均匀的渗碳体,其塑性和韧性很差。本文采用塑性变形及热处理等4种方法,最终得到了细小碳化物均匀分布在铁素体基体上的理想组织。具有这种球化组织的铸铁,强韧性有了提高,且在650~850℃温度范围变形表现出良好的超塑特性

本文以电化学方法研制Fe—P非晶合金的电沉积镀层。研究了各种电沉积条件对合金中磷含量的影响。测定了非晶合金的腐蚀性和极化曲线。实验结果指出,在开始阶段合金是活化腐蚀,合金中的磷加快了腐蚀过程,最后磷在表面的富集,使合金进入钝化状态。 对非晶合金电沉积镀层的晶化温度和硬度进行了测定

以从热面向冷面传热量相同为条件,针对封闭空间内具有混合对流及导热问题引进了等效导热系数概念。以圆柱体熔体为背景计算了等效导热系热以及它与熔体空间形状、Re数和Gr数等因素之间的关系,对所得结果进行了物理的解释。这些结果对诸如金属凝固、晶体生长等问题的计算有一定参考价值。并将计算结果与砷化镓单晶生长过程中实测数据进行对比,两者相当吻合

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

全球钢铁产品很大比例上是通过连铸工艺生产的，而中间包保护浇注是连铸生产高品质洁净钢的关键环节之一。长水口是连接于钢包和中间包之间的耐材质通道，长水口的发明和使用在连铸技术发展过程中起到了重要的作用，并与中间包的保护浇注效果有着紧密的联系，具体包括防止稳态和非稳态浇注过程中的二次氧化和来源于空气/渣/耐材/引流砂等的污染。本文基于中间包钢液污染的来源和形式，引申出了长水口在这些方面可以起到的潜在作用，并回顾了长水口在连铸发展早期的发明、工业实验效果和不断优化的历程。工业实践证实了长水口优良的保护浇注功能，但其实际效果与长水口的结构和操作工艺紧密相关。因此，分析了不同的长水口结构（包括工业化的长水口和一些新的设计理念）对保护浇注的影响，重点评述了喇叭型长水口在改善钢液洁净度和提高生产效率方面的优势。讨论了长水口的浸入深度和偏斜等操作工艺参数与保护浇注之间的关系。结合新时期炼钢?连铸的发展形势，指出了未来长水口结构功能一体化的发展方向，具体表现在长寿化、轻量化、多功能化和绿色化等方面

通过研究曲轴用非调质钢奥氏体晶粒长大行为和分析工业生产热轧材的显微组织,探讨合金元素Nb、Ti和S的组织细化作用.结果表明:添加质量分数0.027%Nb和0.012%Ti,同时S从0.029%提高到0.046%,加热时间30 min时,能够把奥氏体晶粒粗化温度提高100℃,并明显细化热轧材边部组织.弥散分布、钉扎在奥氏体晶界上的未溶第二相粒子MnS和(Nb,Ti)(C,N),能够有效抑制奥氏体晶粒的长大.在热加工过程中,合金元素的组织细化作用需要适当的变形制度予以匹配,才能得以体现

随着信息时代的到来，网络成为人们生活中越来越不可或缺的元素之一。许多网站利用其强大的资源和知名度，面向其会员群提供日益专业化和便捷化的服务。例如，音像制品的在线租赁就是一种可行的服务。本文主要讨论了在线DVD租赁的问题，对网站如何购买DVD，如何分配DVD进行了一些研究

• 第一节 系统开发的生命周期法和结构化方法 • 第二节 可行性分析和详细调查概述 • 第三节 管理业务调查 • 第四节 数据流程调查 • 第五节 数据字典 • 第六节 描述处理逻辑的工具 • 第七节 系统化分析 • 第八节 研究和确定管理模型 • 第九节 提出新系统的逻辑方案

 什么是类  类是对现实世界中具有相似功能的同类实体的抽象；  类是一种自定义的数据类型；  用“new”关键字从某个类实例化对象；  C#中，类分为两种：由系统提供的预先定义的，这些类在.NET框架类库中；用户定义数据类型

 容器技术 ◼ 认识容器技术 ◼ Docker ◼ 容器与虚拟化  使用Docker实现容器 ◼ 安装Docker ◼ 使用Docker实现LAMP  管理Docker ◼ 使用Docker Compose管理Docker ◼ 使用cAdvisor监控Docker性能 ◼ 使用第三方工具管理Docker  可视化管理工具：Portainer、DockStation、Docker Desktop  终端UI管理工具：Lazydocker、Docui