退火工艺对激光选区熔化成形Ti6Al4V合金组织及室温力学性能的影响

以Ti6Al4V球形粉末为原料,利用激光选区熔化成形方法制备了Ti6Al4V合金试样,采用光学显微镜、扫描电镜及力学性能测试等手段,研究了退火工艺对Ti6Al4V合金室温力学性能及组织的影响规律。结果表明: SLM成形沉积态Ti6Al4V合金室温抗拉强度超过1200 MPa,而平均断后伸长率仅为4.0%;在650 ℃下进行真空退火处理,合金的抗拉强度仍保持在1200 MPa左右,规定塑性延伸强度R_p0.2高于1150 MPa,但试样的断后伸长率<10%;而在750及800 ℃下进行真空退火处理,合金试样的抗拉强度降至1100 MPa左右,规定塑性延伸强度高于1050 MPa,伸长率达到甚至超过10%,材料的综合强韧性得到明显提升。随着真空退火加热温度和保温时间的增加,SLM成形Ti6Al4V合金原始β晶界逐渐变模糊,晶粒趋向于等轴化。与此同时,快速冷却转变的α′针状马氏体未出现明显地粗化。     

颗粒弥散和核-壳共存的TiCN基金属陶瓷的制备

为了制备具有良好综合力学性能的TiCN基金属陶瓷，研究了烧结温度对TiCN-HfN陶瓷微观结构和力学性能的影响，构建了颗粒弥散和核-壳共存的微观结构模型，揭示了材料的致密化机制、增硬机制、增韧补强机制。结果表明:在1 500℃下所制备的TiCN-HfN材料具有颗粒弥散与核-壳共存的微观结构，其中弥散的颗粒为HfN，核为TiCN，壳主要为(Ti, Hf, Mo)CN固溶体；材料具有较好的性能，其相对密度为99.7%、硬度为20.6 GPa、抗弯强度为1 682.5 MPa、断裂韧度为8.5 MPa·m1/2；其致密化机制主要为颗粒和金属液相填充到烧结颈实现致密化，增硬机制主要为致密化和颗粒钉扎强化增硬，增韧补强机制主要为颗粒弥散和颗粒钉扎增韧、骨架结构和颗粒钉扎增强。      

压电陶瓷表面硅钙复合膜的制备与表征

采用溶胶-凝胶法制备了硅钙复合溶胶，并在压电陶瓷表面制备硅钙复合膜，以改善水泥基压电陶瓷复合材料界面。确定了溶胶配比，研究了陈化、低温热处理和硅烷偶联剂对覆硅钙复合膜压电陶瓷接触角、压电和介电性能的影响。结果表明，硅钙复合溶胶中Ca与Si摩尔比>0.2时不利于成膜；提高陈化温度和延长陈化时间可明显减小硅钙复合膜的接触角；硅钙复合膜层数最佳为3层，烧结温度不大于160℃；加入微量硅烷偶联剂可有效改善膜层开裂。制备的硅钙复合膜接触角最小为27°，亲水性好。      

基于深度强化学习的多模态医学图像配准

传统图像配准方法中,图像特征的表示和相似性测度的选择易受到人为因素的影响,不能准确地表征图像特征和配准图像的相似度,从而对配准结果产生较大误差.针对此问题,借助端到端的强化学习方法,对这2个部分进行隐式的表达,从而避免人工设计的缺陷.具体而言,设计了一个人工智能体模型,由策略网络和价值网络2部分组成,用以指导浮动图像朝着参考图像的方向正确移动,进而实现图像配准.提出使用异步表演者-评论家方法进行模型训练,以避免经验回放操作,降低模型训练对存储容量的要求并加快模型的收敛;同时提出一种奖赏函数,能够给予每个时间步上图像配准动作估计更为准确的奖励.此外,在测试阶段,使用了蒙特卡罗前向推理策略,进一步提高配准参数的准确性.在MR和CT的临床医学图像配准数据集上进行实验,与传统基于尺度不变性配准算法、基于深度学习配准算法等进行对照分析,实验结果表明,所提出的方法目标配准误差可以减少30%左右,同时能够更好地处理具有大幅度形变的配准问题.     

面向连续查询的敏感语义位置隐私保护方案

针对连续查询位置服务中构造匿名区域未考虑语义位置信息导致敏感隐私泄露问题，通过设计[(K,θ)]-隐私模型，提出一种路网环境下面向连续查询的敏感语义位置隐私保护方案。该方案利用Voronoi图将城市路网预先划分为独立的Voronoi单元，依据用户的移动路径和移动速度，选择具有相似特性的其他[K-1]个用户，构建匿名用户集；利用匿名用户集用户设定的敏感语义位置类型和语义安全阈值，以及用户所处语义位置的Voronoi单元，构建满足[(K,θ)]-隐私模型的语义安全匿名区域，可以同时防止连续查询追踪攻击和语义推断攻击。实验结果表明，与SCPA算法相比，该方案在隐私保护程度上提升约15%，系统开销上降低约20%。     

Suvorexant关键中间体的合成研究

以2-氨基乙醇(2)为原料,经Ns保护,与(R)-(3-羟丁基)-氨基甲酸叔丁酯(4)发生缩合反应,再经Mitsunobu关环与脱Ns保护反应,得到Suvorexant关键中间体1。总收率为57%,产物的结构经~1H NMR和MS分析确证,该方法操作简单、收率高、无手性异构体杂质产生。