研究了在不同应变量下Fe-Mn-Si-Al系和Fe-Mn-C系孪晶诱导塑性(TWIP)钢的力学性能以及微观组织,分析了TWIP效应在两种不同系列TWIP钢中发挥的作用,阐明了TWIP钢的强化机制.两种系列的TWIP钢都具有高加工硬化能力,但层错能较低的Fe-Mn-C系TWIP钢加工硬化能力更强.两种系列的TWIP钢加工硬化表现为多加工硬化指数行为,这是由多种强化机理在不同阶段起主导作用的结果.微观组织形态与加工硬化强度之间存在着较强的关联性.位错的增殖和形变孪晶的产生对两个系列TWIP钢硬化曲线形态有着明显的影响.在高应变阶段,Fe-Mn-C系TWIP钢大量的第一位向形变孪晶T1和第二位向形变孪晶T2,以及附着在孪晶界旁的高密度位错区域是造成其具有高加工硬化能力的原因,而Fe-Mn-Si-Al系TWIP钢细密的第一位向形变条纹和孪晶片层间的位错是其高加工硬化原因,且其微观组织更为均匀细致

利用下列组装的固体电解质定氧电池:Mo|Mo,MoO2‖ZrO2(MgO)‖[Nb],NbO2|Mo+ZrO2金属陶瓷,Mo对Fe-Nb熔体中Nb的活度在三个温度下(1823、1853及1873K)进行研究。在净化的氩气气氛下,将固态NbO2细粉撒布在含铌铁液之上,以取得[Nb]与[O]的反应迅速达到平衡。有时不加任何固体料,使熔体中形成的脱氧产物自己上浮,此脱氧产物热力学证明是NbO2。对测定的a0实验数据进行加工处理,求出下列结果:1.脱氧反应的自由能[Nb]+[O]=NbO2(s); △G°=-89710+28.27T2.Nb在铁液中的溶解自由能Nb(s)=[Nb]%; △G=-32090+7.9T; γ$\\mathop 1\\limits^{\\rm{^\\circ }} $873=1.60Nb(l)=[Nb]%; △G°=-38520+10.24T;γ$\\mathop 1\\limits^{\\rm{^\\circ }} $873=0.923.Nb本身的活度相互作用系数${\\rm{e}}_{{\\rm{Nb}}}^{{\\rm{Nb}}} = \\frac{{2274}}{{\\rm{T}}} - 1.44$1873K的${\\rm{e}}_{{\\rm{Nb}}}^{{\\rm{Nb}}} = - 0.22$当（Nb）含量大约低于0.2时，脱氧产物和其他合金元素如Al、Cr、V等相似，形成了复合氧化物如FeO·NbO2。后者的生成自由能估计为：Fe(1)+$\\frac{3}{2}$O2+Nb(s)=FeO·NbO2(s);△G°=-383800+121.95T随着熔体中(Nb)含量的继续下降，对生成其他脱氧产物的可能性，本文也进行了讨论

利用氧气吹炼镍锍直接得金属镍,其关键在于去锍保镍。本文利用选择性氧化原理,提出氧化转化温度的概念。热力学分析指出,去硫保镍的条件是:1、镍锍熔体用O2开吹的温度必须超过该组成硫、镍氧化的转化温度;对含硅20-25%的镍硫,其开吹温度不能低于1350-1400℃。2、随着熔体中硫含量的减少,相应地硫、镍氧化的转化温度随之增高。吹炼操作必须迅速进行,以保证熔池温度上升的速度永远高于转化温度增高的速度。硫、镍氧化的转化温度可用一步法按下列反应[S]+2NiO（s）=2[Ni]+SO2进行计算。热力学分析又指出:1.镍锍内含铜全部留在熔体之内,在吹炼过程中不被氧化。2.镍锍中的铁最易被氧化,但当降低到0.8—1.0%后即不能被氧化而以残铁留在熔体之内。3.镍铳含钴如小于1%也将留在熔体之内。通过在卡尔多斜吹旋转炉进行的半工业吹炼实验,在采用上列热力学推论得出的去硫保镍条件下,硫能顺利地降到1—2%,充分地证明了理论成功地指导了实践,克服在初期探索性试验中遇到大量镍氧化的困难。在吹炼末期,由于熔体中硫的扩散速度减减慢,熔池表面逐渐有NiO层累积。采用不吹氧空转还原,可进一步去硫而提高镍的回收率。镍的直接回收率大于90%,而总回收率大于95%。镍的主要损失来自高温下镍及其氧化物的挥发熔体中残铜、残铁及残钻的存在也通过实验予以证实。动力学分析指出，熔体中硫的扩散是脱硫反应的控制性环节。硫的传质系数β及扩散系数D与温度T的关系式分别为：\\[\\begin{array}{l}{\\rm{\\beta = 8}}{\\rm{.30e \\times p(}}\\frac{{{\\rm{ - 25000}}}}{{{\\rm{RT}}}}{\\rm{)}}\\\\{\\rm{D = 8}}{\\rm{.30 \\times 1}}{{\\rm{0}}^{{\\rm{ - 2}}}}{\\rm{e \\times P(}}\\frac{{{\\rm{ - 25000}}}}{{{\\rm{RT}}}}{\\rm{)}}\\end{array}\\]镍锍是火法冶金提镍的中间产物。从镍锍提制金属镍通常采用两种方法:(1)直接电解;(2)

散列( Hashing) 在线性表、树结构中査找纪录是通过与关键 字的“比较”完成的 顺序查找,比较的结果为“=”或“≠” ·非顺序查找,比较的结果为“<

传统 PM2.5 预测方法获取污染物浓度数据需要大型精密仪器，成本较高. 本文尝试利用图像数据进行 PM2.5 浓度预 测. 大气 PM2.5 浓度的变化与图像的暗通道强度、对比度和 HSI（Hue-saturation-intensity）颜色差异有密切联系. 大气中 PM2.5 浓度的升高会导致非天空区域的暗通道强度值下降，图像对比度下降和 HSI 空间颜色差异变小. 通过分析 PM2.5 浓度 与图像特征的关系，提出了一种基于图像混合核的列生成空气质量 PM2.5 预测模型

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

订单接受与不相关并行机调度是订单接受与订单调度的联合决策, 广泛存在于面向定制的多品种混合生产环境中. 针对这一问题, 考虑了顺序与机器依赖的安装时间以及可加工机器限制, 并以最小化总成本为优化目标. 其中, 总成本由被接受订单的总拖期成本和被拒绝订单的总拒绝成本构成. 通过分析订单拒绝对目标的影响, 提出了列表拒绝方法和订单拒绝规则, 进而设计了协同进化遗传算法. 算法将染色体编码分解为订单列表和订单指派两个个体, 提出了基于列表拒绝方法的解码方案来进行订单拒绝决策. 由于两个个体相互独立, 且二者的进化约束不同, 因而引入协同进化策略, 并根据个体的编码特征, 分别采用单亲遗传算子和传统遗传算子进行遗传操作. 数据实验验证了算法的有效性和求解效率, 并对问题规模和订单拒绝成本对算法性能的影响进行了分析

5G网络技术可以满足赛博空间（Cyberspace）发展对通信平台性能提出的高要求，大规模MIMO（Multiple-input multiple-output）天线阵列是5G核心技术之一。实际中大规模MIMO天线阵列的互耦效应会大大降低香农容量，在未来5G天线系统中，面临的最大挑战是如何有效消除阵列中单元天线间的互耦。针对大规模阵列天线互耦问题，应进行天线单元的散射特性研究。本文在开路状态下“不可见”的最小散射天线基础上，推导了最小散射天线串联四分之一波长透明网络的散射矩阵，证明该状态即为短路状态下的最小散射天线。对一种X波段波纹喇叭天线分别进行短路、开路、匹配三种负载状态下的散射测量，根据最小散射天线理论分离出了天线的额外散射、伴随散射和失配散射。用分离获得的散射分量，推算了波纹喇叭天线的散射最大值和最小值，其中推算出的最小值远低于天线匹配时的散射。用滑动短路器作为可变负载，进行预设负载状态下波纹喇叭天线的散射测量，实测获得了推算出的散射最大值和最小值，验证了单元天线散射特性研究的正确性。结果说明，在进行大规模阵列的单元天线设计时，除了考虑单元天线的辐射特性之外，也要考虑天线的散射特性，以降低天线的互耦效应

《别了，“不列颠尼亚”》ppt课件4_别了，不列颠尼亚ppt3

一、单项选择题(本大题共15小题,每小题2分共30分)在每小题列出的四个选项中只有一个是符合题目要求的,请将其代码填在题后的括号内。错选或未选均无分 1、若结点的存储地址与其关键字之间存在的某种映射关系,则称这种存储结构为() A顺序存储结构 B链式存储结构 C索引存储结构 D散列存储结构