为了提高物流服务优化组合的动态性、可靠性与用户满意度,本文提出了一种基于全局服务质量(quality of service,QoS)约束分解的能够感知领域质量与资源需求的物流服务优化组合方法.该研究工作首先把学习机制引入人工蜂群算法(artificial bee colony algorithm,ABC),形成了具有自主学习能力的改进型人工蜂群算法(LABC);之后,应用学习人工蜂群算法(LABC)将全局QoS约束分解成每个物流子任务需要满足的局部QoS约束,从而将QoS感知的物流服务优化组合这一全局优化问题转化成以领域质量为依据的局部最优服务选择问题;其次,在物流服务流程执行的过程中,在感知物流任务节点对资源需求的前提下,为每一个物流任务节点选择一个具有最优领域QoS的物流服务;与已有的研究工作相比,该方法能够实现物流服务动态可靠的优化组合.最后,通过模拟实验验证了本文所提出的方法是可行有效的

借鉴流体黏性的表征方式,引入粉体颗粒表观黏度的概念表征粉体颗粒间的相互作用力,基于能量耗散原理,利用旋转黏度计测定了含SiO2纳米添加剂的Fe2O3颗粒在不同温度条件下的表观黏度.实验结果表明,Fe2O3颗粒表观黏度随温度升高而增大,纳米SiO2的加入使颗粒表观黏度明显降低,主要原因是纳米SiO2对Fe2O3颗粒形成了包覆,抑制了颗粒间的团聚和烧结.此外,本研究利用微型流化床研究了含纳米SiO2的Fe2O3颗粒在流化还原过程中发生黏结失流的过程,进一步验证了纳米SiO2对Fe2O3颗粒表观黏度的影响.结果表明,加入纳米SiO2显著提高了还原样品的金属化率,延长了还原过程中的黏结时间;扫描电镜分析表明纳米SiO2有效包覆在Fe2O3颗粒表面,降低了铁原子的扩散活性,并充分阻隔新鲜铁之间的接触,抑制新鲜铁的烧结,从而导致Fe2O3颗粒之间难以形成黏结点,由此证明纳米SiO2对流化床内Fe2O3颗粒的还原过程中的黏结失流具有明显抑制作用

空气环境对高温合金在高温下的损伤行为有显著影响.为了研究标准热处理态GH4169合金在高温疲劳裂纹扩展过程中的微观损伤机制,在空气环境中进行650℃、初始应力强度因子幅ΔK=30 MPa·m1/2和应力比R=0.05的低周疲劳裂纹扩展试验.使用扫描电镜(SEM)及能谱(EDS)对试样的断口、外表面和剖面进行观察和分析.实验结果表明:疲劳主裂纹以沿晶方式萌生并扩展,随后沿晶二次裂纹出现,并且其数量和长度沿主裂纹方向逐渐增加,进入快速扩展阶段后,断口呈现韧窝组织形貌;在裂纹扩展过程中,δ相与基体的界面发生氧化,使得沿晶二次裂纹沿界面扩展并产生偏折,从而起到阻碍二次裂纹扩展的作用;试样外表面的主裂纹周围出现晶界氧化损伤区,其尺寸和晶界开裂程度沿主裂纹扩展方向逐渐增大

自上个世纪后半叶以来,人类科技便以人可阻挡之势迅猛向前发展。而其中最具代性 的当数计算机科学的进步。对于工程界的广大人士而言,这不可不谓是一种福音。在工程实 际应用的诸多领域里,为寻求可靠的、最优的工艺和技术方案,以往所凭借和依赖的直觉、 经验、实验和“尝试法”随着工艺要求的日益严格,追求质量所引发竞争的口臻激烈,已开 始显得力不从心倘若利用计算机这一先进段并辅以相应软件,进行虚拟加工,则可提 高产品加工质量,省时省力,降低成本 ANSYS正是在这样一种大前提下,应运而生它是目前世界范围内增长最快的CAE软 件,也是迄今为止上世界范国内唯一通过SO9001质量认证的分析设计类软件,是美国机械工 程师协会(ASME)、国核安全局(NQA)及近种专业技术协会认证的标准分析软件