Preparation and electrochemical characterization of Ti-based amorphous metallic glass with high strength

Ti-based amorphous metallic glasses have excellent mechanical, physical, and chemical properties, which is an important development direction and research hotspot of metal composite reinforcement. As a stable, simple, efficient, and large-scale preparation technology of metallic powders, the gas atomization process provides an effective way of preparing amorphous metallic glasses. In this study, the controllable fabrication of a Ti-based amorphous powder, with high efficiency, has been realized by using gas atomization. The scanning electron microscope, energy-dispersive spectrometer, and X-ray diffraction are used to analyze surface morphology, element distribution, and phase structure, respectively. A microhardness tester is used to measure the mechanical property. An electrochemical workstation is used to characterize corrosion behavior. The results show that as-prepared microparticles are more uniform and exhibit good amorphous characteristics. The mechanical test shows that the hardness of amorphous powder is significantly increased as compared with that before preparation, which has the prospect of being an important part of engineering reinforced materials. Further electrochemical measurement shows that the corrosion resistance of the as-prepared sample is also significantly improved. This study has laid a solid foundation for expanding applications of Ti-based metallic glasses, especially in heavy-duty and corrosive domains.     

基于堆叠稀疏去噪自动编码网络与多隐层反向传播神经网络的铣刀磨损预测模型

刀具磨损状态是机械加工过程中需考虑的重要因素之一.针对铣刀磨损的在线预测问题,建立了一种基于深度学习的铣刀磨损预测模型.首先,将采集到的铣刀切削时的振动信号进行小波去噪后,利用快速傅里叶变换和小波包分解等技术提取时域、频域及时频域上的特征参数,并根据相关性分析从中筛选出合格的特征参数合并为特征向量,以此作为堆叠稀疏去噪自动编码网络(SSDAE)的含噪样本.其次,利用特征后处理的方式对已经筛选出的特征参数进行单调不递减及平滑处理,并将其作为SSDAE的无噪样本来训练该网络.然后,将经过SSDAE降维后的特征向量作为多隐层反向传播神经网络(BPNN)的输入,以这些特征对应的实际铣刀的磨损量作为标签对该网络进行拟合训练.最后,对训练好的模型进行实验验证,通过测试数据集和人为加入噪声的测试数据集的对比,结果显示所提模型不仅具有较高的预测精度,还具有较高的鲁棒性.     

Self-healing,elastic and deformable novel composite phase change polymer based on thermoplastic elastomer SEBS for wearable devices

Journal of Materials Science - Form-stable composite phase change materials (C-PCMs) prepared by microencapsulation method and porous matrix adsorption method need for compression molding after...     

基于ERNIE-BiGRU模型的摘要语步自动识别研究

学术文献的摘要是对文献主要内容的浓缩,摘要不同部分的语步具有不同的信息,语步的自动识别和抽取对于学术摘要的后续研究有着重要的应用价值,而目前语步识别的研究相对较少,并且相关算法的效果还需要提高。针对上述问题,该文提出了一种基于ERNIE-BiGRU模型的语步识别算法。该算法首先结合中文句法分析理论提出基于句法依存关系的多语步结构拆分法,对学术文献摘要多语步结构进行自动拆分,获得多个单语步结构;然后构建用于训练的单语步结构语料库,并利用知识增强语义表示预训练模型,训练出句子级词向量;最后将训练出的单语步结构词向量信息输入双向门限循环单元(BiGRU)进行摘要语步自动化识别,取得了良好的效果。实验结果表明,该算法具有较好的鲁棒性和较高的识别精度,在结构化和非结构化摘要上的识别准确率分别达到了96.57%和93.75%。     

基于词性特征的明喻识别及要素抽取方法

比喻是一种利用事物之间的相似点建立关系的修辞方式。明喻是比喻中最常见的形式,具有明显的喻词,例如"像",用于关联本体和喻体。近年来高考语文散文类鉴赏题中多有考查明喻句的试题,为了解答此类鉴赏题,需要识别比喻句中的本体和喻体要素。该文提出了基于词性特征的明喻识别及要素抽取方法。首先将句子中词向量化表示与词性特征向量化表示进行融合,将融合后的向量输入到BiLSTM中进行训练,然后利用CRF解码出全局最优标注序列;最后得到明喻识别和要素抽取的结果。公开数据集上的实验结果表明,该方法优于已有的单任务方法;同时也将该文方法应用于北京高考语文鉴赏题中比喻句的识别与要素抽取,验证了方法的可行性。     

Inconel 690传热管GTAW对接焊接头组织及力学性能研究

对Inconel 690传热管材进行钨极气体保护焊(GTAW)对接焊,采用拉伸试验机、压扁试验机和光学显微镜测试和分析传热管焊接接头,同时利用ANSYS软件开展焊接接头在设计工况失压时的一次应力强度校核。研究结果表明:焊缝中心为树枝胞状晶,熔合线附近为粗大柱状晶。室温时接头的平均抗拉强度为619 MPa,平均屈服强度为292 MPa,350℃时接头平均抗拉强度为475 MPa,平均屈服强度为206 MPa,拉伸接头断裂从熔合区开始贯穿整个焊缝组织,呈塑性断裂。压扁试验和反向压扁试验结果表明管接头完好。通过ANSYS分析可知,设计工况下传热管接头350℃许用应力强度150 MPa限值可满足其一次应力强度要求,且裕量较大。     

基于改进SOA-VMD的磁声发射信号去噪算法

磁声发射（MAE）是铁磁性材料磁化过程中产生的声发射信号，在构件应力检测和微观损伤检测中有着广泛的应用。针对MAE信号非稳态、复杂性、衰减性等特点，提出海鸥算法结合变分模态分解（SOA-VMD）的去噪方法，为克服海鸥算法求解过程中易陷入局部最优解问题，利用柯西变异算子产生随机迭代过程，使改进算法即柯西变异海欧算法（CVSOA）跳出早熟收敛。采用以幅值谱熵为适应度函数，优化VMD算法中分解模态个数K和二次惩戒因子α两个参数，将含噪声的MAE信号进行VMD分解重构。经仿真信号和实际检测信号分析表明，改进后的CVSOA-VMD算法全局寻优能力和去噪性能优于传统的SOA-VMD算法，降噪后的MAE信号特征值对于不同应力下均方根、偏斜度特征值的重复性更好，可靠性更高。     

高分子材料导热性能影响因素研究进展

介绍了高分子材料导热性能影响因素研究进展，重点阐释了聚合物基体的结构特性（链结构、分子间相互作用、取向、结晶度等）、导热填料（种类、含量、形态、尺寸等）以及制备方法等对高分子材料导热性能的影响。     

伊拉克米桑油田水平井钻井关键技术

针对伊拉克米桑油田盐膏层巨厚、钻井液密度窗口窄、存在高压盐水层,储层段漏塌同层导致复杂时效高等问题,通过对比分析国内外盐膏层和窄压力窗口地层钻井技术,总结了米桑油田钻井面临的主要技术难点,从井身结构优化、钻井提速和复杂预防等方面入手,研究形成了适合米桑油田的钻井关键技术,并进行了现场试验应用,取得了显著的效果.伊拉克米桑油田钻井关键技术对该地区钻井技术方案设计和钻井提速提效具有较强的借鉴和指导作用.