分子动力学模拟铜纳米团簇的结构稳定性

利用分子动力学研究了原子数为13～1 055的铜纳米团簇.结果表明:随着尺寸的减小,铜纳米团簇的结构发生晶体→非晶→晶体→非晶→晶体→非晶的转变.团簇平均原子结合能随着尺寸的减小而减小,且只依赖于短程有序,这说明了团簇平均原子结合能一般不能够作为非晶与密堆结构晶体转变的判据.平均原子间距不但依赖于团簇的尺寸,且对团簇结构的变化敏感,可以作为非晶与密堆结构晶体转变的一个判据.对偶分布函数的研究表明,大尺寸团簇的内部和表层原子结构都表现出晶格收缩效应,且不同于相应块体晶格,这表明了目前文献中关于团簇的块体加表面模型与壳核模型都有待改进.     

纳米金属微粒二元相图的尺寸效应和形状效应

通过考虑相图计算公式中基本参数——熔化温度和熔化焓的尺寸效应与形状效应，研究了完全互溶的二元纳米金属微粒系统理想溶液的相图．研究结果表明，纳米微粒的相图也依赖于微粒的尺寸和形状因子．对Cr-Mo纳米微粒系统相图的计算结果表明，纳米微粒相图的固相线和液相线要比相应块体材料的固相线和液相线低，但与已报道的结果不同的是，固、液相线变化的幅度基本相同．这与本文目前不仅考虑了纳米微粒熔化温度的影响，还考虑了纳米微粒熔化焓的影响有关．     

Pd纳米微粒的晶格参数和结合能的尺寸形状效应研究

利用分子动力学的方法研究了球形和立方体形Pd纳米微粒的晶格参数和结合能．研究表明，在一定的形状下，纳米微粒的晶格参数和结合能随着微粒尺寸的减小而降低；在一定尺寸时，球形纳米微粒的晶格参数和结合能要高于立方体形的纳米微粒的相应量．通过线形拟合分子动力学模拟的数据，定量的给出了形状效应对于纳米微粒晶格参数变化的贡献量约为总贡献量的7％，而形状效应对于结合能变化量的贡献为总变化量的25％．再次证明了具有自由表面的Pd纳米微粒的晶格发生收缩，模拟值与实验结果一致．     

金属纳米微粒熔化热力学性能的尺寸形状效应

利用表征纳米微粒形状效应的形状因子与金属纳米微粒结合能的尺寸效应表达式，建立了金属纳米微粒尺寸形状效应的熔化热力学模型，预测了金属纳米微粒存在的最小临界尺寸为rc=5r0/μ^1/2{1-exp[-2Sm(∞）/3κ]}，最低熔化温度为Tc(r)=Tm(∞)exp[-2Sm(∞)／3κ]．对纳米微粒Au，In，Al和Sn熔点、熔化熵及熔化焓的预测值与实验结果相一致。     

Evolutionary artificial neural network approach for predicting properties of Cu- 15Ni-8Sn-0.4Si alloy

A novel data mining approach, based on artificial neural network（ANN） using differential evolution（DE） training algorithm, was proposed to model the non-linear relationship between parameters of aging processes and mechanical and electrical properties of Cu-15Ni-8Sn-0.4Si alloy. In order to improve predictive accuracy of ANN model, the leave-one-out-cross-validation （LOOCV） technique was adopted to automatically determine the optimal number of neurons of the hidden layer. The forecasting performance of the proposed global optimization algorithm was compared with that of local optimization algorithm. The present calculated results are consistent with the experimental values, which suggests that the proposed evolutionary artificial neural network algorithm is feasible and efficient. Moreover, the experimental results illustrate that the DE training algorithm combined with gradient-based training algorithm achieves better convergence performance and the lowest forecasting errors and is therefore considered to be a promising alternative method to forecast the hardness and electrical conductivity of Cu- 15Ni-8Sn-0.4Si alloy.     

金属纳米微粒结合能与熔化温度的计算

通过引入描述纳米微粒形状效应的形状因子，建立了金属纳米微粒尺寸形状效应的结合能函数与熔化温度函数。并根据上述函数得出了金属晶体纳米微粒存在的最小临界尺寸表达式与最低熔化温度表达式。利用上述关系式对金属纳米微粒进行了理论预测，并将预测结果与实验值进行了比较。     

分子动力学研究铅纳米薄膜熔化温度与结合能的关系

本文利用分子动力学方法研究了铅纳米薄膜的熔化温度与结合能的关系。研究表明，块体材料熔化温度与结合能的关系式在纳米薄膜体系仍然成立，但比例系数是一个依赖于薄膜厚度的参量。若直接将块体材料的公式运用到纳米材料系统，则预测结果的误差随着材料尺寸的减小而增大。     

金属纳米团簇结合能的计算模型

金属团簇在尺寸较小时一般为多面体形.通过考虑团簇的内部原子、面上原子、棱上原子以及顶点原子对团簇结合能的贡献,将键能模型推广至纳米团簇体系.计算表明,虽然棱上原子以及顶点原子对大尺寸微粒的结合能贡献不大,但对于团簇的结合能计算则特别重要.推广后的键能模型可以被用来研究不同形状团簇的结构稳定性和熔化热力学等.     

金属纳米微粒晶体结构的稳定性及其结合能

建立了金属纳米微粒的结合能模型,该模型以微粒尺寸、形状因子和密堆因子为主要参数.根据该模型计算V、Cr、Nb、Mo、Ta、W和Fe元素纳米微粒的结合能.结果表明:一定形状下,在一定的临界尺寸时各纳米微粒bee结构的结合能和fcc结构的结合能相等:当微粒尺寸大于该临界尺寸时,bcc结构更稳定,小于该尺寸时,fcc结构更稳定.进一步的计算表明,球形和正四面体形可以看作近正多面体形的两个极限,多面体形微粒发生结构转变的临界尺寸介于两个极限尺寸之间,与文献中报道的结果一致.     

PLS-BPN法用于7005铝合金力学性能与工艺参数的定量研究

用偏最小二乘法（PLS）结合反向传播人工神经网络（BPN）方法对7005铝合金力学性能与工艺参数之间的关系进行定性分析和计算。结果表明：用PLS法对实验数据作模式识别优化处理的结果与实验很吻合，能够指明该合金工艺参数优化的方向；用BPN定量计算的结果与实验测定值符合也较好：将PLS与BPN法有机地联系起来，有利于克服过拟合，提高BPN预报的准确性。用留一（LOO）交叉验证法分别对3种模型PLS、BPN和PLS—BPN的合金性能预报结果进行验证，其中PLS-BPN模型预测的均方根误差（RMSE）和平均相对误差（MRE）均最低，更适合于7005铝合金性能预报。