隧道爆破参数优化中遗传算法和微分进化算法的应用比较

隧道爆破参数优化技术发展至今,已经有多种优化算法被应用到该领域,其中运用最广泛的就是遗传算法.微分进化算法作为一种新型优化算法,很少被用来进行隧道爆破参数优化,而本文以遗传算法和微分进化算法为优化工具对十白高速狮子沟隧道进行爆破参数优化分析,比较两种算法各自的优缺点.实例分析表明,遗传算法和微分进化算均能有效地解决复杂的隧道爆破参数优化问题,得到全局最优解.相比之下,遗传算法收敛速度更快,而微分进化算法编程相对更简单、参数设置更简便,所得解的精度较高等.     

Cu-12%Nb复合线材退火过程中微观组织及力学性能研究

采用扫描电镜(SEM)、透射电镜(TEM)和X射线衍射(XRD)表征了变形态及不同温度退火的Cu-Nb复合线材的微观组织与织构演变,并利用纳米压痕研究了线材硬度随退火温度的变化规律。结果表明,在400-500 ℃退火时,Nb芯丝开始发生球化,纳米尺度Cu基体开始再结晶。退火后线材织构并没有明显变化,始终保持很强的平行于拉拔方向的<111>_Cu//<110>_Nb丝织构。分别用复合材料混合法则和约束层滑移(Confined layer slip, CLS)模型对纳米硬度值进行拟合。Nb芯丝球化前线材硬度可以通过约束层滑移模型拟合,退火温度超过800 ℃时硬度则符合复合材料混合定律。