AN ELECTRON MICROSCOPE OBSERVATION OF INTERPHASE CARBIDE PRECIPITATION IN 10MoWVNb

<正> 在含强烈形成碳化物元素的低碳钢的γ→α转变过程中,合金碳化物常常呈现线列状形态。Honeycombe及其合作者研究了一系列三元合金钢,提出了这类碳化物“相间沉淀”机制,并运用薄晶体透射电镜法,采取具有大倾转角的试样台将渐次分布在二维界面上的碳化物相对于入射电子束倾斜,使碳化物表现出二维带状特征。Purdy在超高压透射电镜中,对1％Mo,0.4％C钢进行了原位动态观察,进一步证实     

融合多头自注意力的问答社区专家推荐算法

专家推荐是在线问答社区的研究热点之一,但现有的算法大多关注用户的静态兴趣和问题信息的匹配,忽视了对用户的动态兴趣表征信息的有效捕捉,从而导致推荐的准确度不足。针对上述问题,提出了融合多头自注意力的问答社区专家推荐算法。首先,构造由卷积神经网络和注意力机制组成的问题编码器,来处理目标问题和用户历史回答问题,提取对应的问题表征;其次,将用户历史回答问题序列当作时间序列,利用多头自注意力机制学习序列中所蕴涵的动态兴趣表征,结合用户的静态兴趣表征,获取用户的综合兴趣表征;最后,将目标问题表征和用户综合表征进行相似性计算产生推荐结果。利用来自知乎问答社区的真实数据进行了不同参数配置及不同算法的对比实验,实验结果表明该算法性能要明显优于目前较流行的深度学习专家推荐算法。     

高层建筑中土建施工技术的运用问题及对策

当下,建筑行业发展的过程中,受城市用地面积不足等因素的影响下,高层建筑的施工模式,逐步成为主流,此过程中,只有合理地利用土建施工工程技术,促使施工任务按期完成,质量予以达标,越来越多精品化的高层建筑被打造出来后,人们安居乐业的目标才能够得以实现。为此,高层建筑施工过程中,加大每一工序施工技术的运用及管控力度等方面的工作,进一步成为重中之重,需要时刻性地予以主抓与狠抓。     

TEM STUDY OF PRECIPITATED PHASES IN P／M INCONEL 718 ALLOY UNDER LONG TIME EXPOSURE

用透射电子显微镜研究了改型与常规粉末７１８合金长期时效过程中γ″，γ′，δ相的析出、粗化行为．结果表明：改型合金与常规合金中γ″，γ′的析出行为不同，前者γ″和γ′主要以包覆及复合组织析出，后者γ″和γ′则多以单独、分离形式析出．在６５０℃等温１００００ｈ时效过程中，改型合金的γ″粗化速率低于常规合金，表现出良好的稳定性．经过７５０℃，１０００ｈ时效，两种合金均发生δ相的大量析出，但δ相在两个合金中析出的形貌、数量不同．     

UWSNs节点运动模型及预测定位

为提高水下无线传感器网络(UWSNs)中动态节点的定位精度,降低通信能耗,提出采用节点的运动模型实现预测定位.考虑到近海监控网络中,潮汐运动是海水运动的主要成因,以粗略的近海潮汐运动模型为基础,以高斯径向基函数作为空间基函数构造节点的运动模型;利用K-medoids方法对模型中的高斯径向基函数中心进行聚类优化;提出了采用扩展卡尔曼滤波的方法实现模型系数的估计.考虑到普通节点与锚节点运动的空间相关性,设计了与到锚节点的距离相关的权重系数,以锚节点的运动模型系数估计普通节点运动模型中的系数,进而完成自身定位.对东经117.25°—132.2°,北纬24°—43.45°海域UWSNs的节点定位性能进行仿真分析,结果表明:所提出的节点预测定位方法的定位性能较高,定位覆盖度和定位精度高于SLMP方法和MP-PSO方法,平均通信能耗低于SLMP方法和MP-PSO方法.所提出的节点预测定位方法适用于大规模水下动态无线传感器网络定位.     

基于改进和声搜索算法的含分布式电源的配电网重构

采用改进和声搜索算法(Improved Harmony Search Algorithm,IHSA)求解含分布式电源的配电网重构问题。该算法在基本和声搜索算法中引入随机位置更新操作、反向学习技术、小概率变异机制、修正音调微调概率等策略,增强了算法的开采与勘探能力,提高了全局寻优能力,避免了算法过早收敛的问题。把分布式电源以PQ和PV两种方式进行处理,对IEEE33节点系统进行网络重构,并与基本和声搜索算法进行对比,仿真结果证明了文中所提IHS算法具有更佳的性能,能够有效的解决含分布式电源的配电网重构问题。     

湖北省一次能源平衡及存在的问题分析

文章介绍了湖北省能源资源概况、能源生产及消费现况,并将湖北省和华中地区其余五省市的能源统计数据进行了对比分析,提出了湖北省能源安全面临的主要问题。     

求解二维装箱问题的强化学习启发式算法

二维带形装箱问题是一个经典的NP-hard的组合优化问题,该问题在实际的生活和工业生产中有着广泛的应用.研究该问题,对企业节约成本、节约资源以及提高生产效率有着重要的意义.提出了一个强化学习求解算法.新颖地使用强化学习为启发式算法提供一个初始的装箱序列,有效地改善启发式冷启动的问题.该强化学习模型能进行自我驱动学习,仅使用启发式计算的解决方案的目标值作为奖励信号来优化网络,使网络能学习到更好的装箱序列.使用简化版的指针网络来解码输出装箱序列,该模型由嵌入层、解码器和注意力机制组成.使用Actor-Critic算法对模型进行训练,提高了模型的效率.在714个标准问题实例和随机生成的400个问题实例上测试提出的算法,实验结果显示：提出的算法能有效地改善启发式冷启动的问题,性能超过当前最优秀的启发式求解算法.     

两种高效间接蒸发冷却器性能对比与适用性研究

随着我国“双碳”目标的提出,给数据中心冷却领域带来了全新的挑战,间接蒸发冷却技术以其“绿色、高效、适用”等特点成为数据中心主要的冷却方式之一。通过实验测试得出板翅式、板式换热芯体的平均湿球效率分别为64.1%、60.4%,从节能角度出发板翅式换热芯体具有更好的应用前景,为间接蒸发冷却空调设备的开发提供了指导意义。同时计算并预测了在数据中心以新风自然冷却以及间接蒸发冷却为冷源应用于乌鲁木齐市、北京市、广州市的全年运行小时数,板翅式换热芯体为7902h、6306h、2992h,全年占比90.2%、72.0%、34.2%;板式换热芯体为7307h、5911h、2681h,全年占比83.4%、67.5%、30.6%。该研究为不同地区数据中心推广与应用间接蒸发冷却空调提供了参考依据。     

并行设计中冲突的一致性检测算法

对并行设计基于约束的一致性检测算法进行了研究,建立了Petri网模型.分析了模型的性质,给出了适用于并行设计冲突检测的算法,并且通过具体应用实例进行了验证,说明了方案的可行性.