压下率对大厚度比Al/Mg/Al层合板性能的影响

采用0.2 mm Al+5 mm Mg+0.2 mm Al的组坯方式,400℃保温10 min热轧制得大厚度比Al/Mg/Al层合板,研究了压下率对其界面结合、镁基材组织及拉伸性能的影响。对压下率为41%、49%和60%热轧制备的Al/Mg/Al层合板进行了界面SEM观察、微观组织观察、拉伸实验及拉伸断口的观察。结果表明,大厚度比Al/Mg/Al层合板在压下率为60%时,边部的附加拉应力造成边裂的出现;经41%压下率热轧可实现界面结合,但存在微缺陷,压下率为49%及以上可实现良好结合;压下率对Al/Mg/Al层合板的屈服强度和抗拉强度影响较小,对其伸长率影响较大。随着压下率增加,伸长率先增加后减小。压下率为49%时,伸长率最大为26%,其原因在于该工艺下镁基材的晶粒均匀细小,韧性提高。     

基于多维异构特征与反馈感知调度的SDN内生安全控制平面

为弥补现有研究在软件定义网络(Software-Defined Networking,SDN)控制平面未知漏洞防御方面的空白,本文提出了一种基于多维异构特征与反馈感知调度的内生安全控制平面的设计方案.该方案以"冗余、异构和动态"为切入点,通过组合执行体冗余集构建策略、多维异构元素着色策略和动态反馈感知调度策略,有效增加SDN控制平面对攻击者所呈现的执行体时空不确定性(逆转攻防不对称性).相关仿真结果表明该方案可以收敛全局执行体数目、增加执行体之间的多维异构度并降低系统全局失效率.     

高熵形状记忆合金的研究进展

高熵形状记忆合金是在等原子比NiTi合金的基础上,结合高熵合金的概念,逐渐发展起来的一种新型高温形状记忆合金。近年来,已开发出了综合性能优异的(TiZrHf)50(NiCoCu)50系和(TiZrHf)50(NiCuPd)50系高熵形状记忆合金,引起了广泛的关注和研究兴趣。本文从物相组成、微观组织、马氏体相变行为、形状记忆效应和超弹性等角度出发,综述了高熵形状记忆合金的研究进展,并对高熵形状记忆合金未来的研究重点进行了展望。     

氮含量及固溶温度对21-6-9奥氏体不锈钢组织和硬度的影响

为了探讨氮含量及固溶温度对21-6-9不锈钢组织和硬度的影响,分别在950、1000、1050和1100 ℃对3种不同氮含量的热轧态21-6-9不锈钢进行1 h固溶处理,通过光学显微镜观察其组织结构,结合Thermo-Calc热力学计算对试验钢的微观组织进行分析,并对其进行硬度测试。结果表明,0.20%~0.28%N的21-6-9不锈钢热轧后沿轧制方向析出铁素体,且钢中铁素体经950~1100 ℃固溶处理可消除,当N含量达到0.34%时,试验钢中不再出现铁素体。随着固溶处理温度的升高,21-6-9不锈钢的晶粒组织长大,硬度降低。N含量的增加可显著提高固溶态21-6-9不锈钢的硬度,其增加程度随固溶处理温度的升高而减弱。     

有限元模拟验证TC17钛合金前轴颈精密成形过程中变形和微观结构的关系

通过采用有限元模拟的分析方法,研究了前轴颈锻件成形过程中材料流动速度、内部温度场和流线分布情况;采用点追踪的方法研究了锻件不同区域的金属等效应变分布和不同区域的金属最大主应力变化情况。同时,采用金相显微镜对锻件高倍显微组织进行验证分析。通过研究发现,设计的中间坯形状尺寸、压下速率和变形量合适,实际成形情况和有限元模拟结果一致。在成形过程中锻件大头端由于材料流动剧烈而出现温升,导致锻件易出现粗晶或混晶区域。另外,从温度场分布结果来看,与模具接触区域的温降较严重,为了保证锻件不出现双相组织,在类似温降区域应保证有足够的机加余量,以保证零件的组织性能满足标准要求。     

多特征检测人形识别安防摄像机设计

针对高准确率和快速跟踪摄像功能的需求,基于机器视觉设计了人形识别安防摄像机。首先,确定了整体工作方案;其次,提出一种多特征组合人形识别方法,通过训练3个分类器,分别识别人形正身、侧身和背身,并采用haar特征+adaboost算法实现人形识别和定位功能,再利用PID算法控制步进电机和舵机实现人形跟踪;最后,开发了安卓手机端APP。测试结果表明:多特征组合识别方法能够快速识别人形目标,帧率不低于20Hz;与单特征人形识别方法相比,识别准确率提高27.3%;人形目标追踪时间不超过1.7s;摄像机能够流畅实现WiFi控制、无线监视和录像下载等功能。     

热轧压下率对车用大厚度比镁铝合金板组织和力学性能的影响

选择厚度为0.2 mm的6063铝合金与厚度为5.0 mm的AZ80镁合金进行组坯,设定厚度比为20,分析各热轧压下率下、以热轧方式制得的大厚度比镁铝合金板的组织和力学性能。研究结果表明:当热轧压下率达到45%或更高时,镁铝合金板形成了结合性能优异的界面,镁基体内形成了均匀分布的细小晶粒;提高热轧压下率后,基体中的晶粒尺寸不断减小,此时形成了更小的晶粒尺寸离散系数,更多晶粒被压碎,晶粒分布状态也比较均匀;提高热轧压下率后,获得了更高屈服强度的大厚度比镁铝合金板,材料发生了更明显的加工硬化,而抗拉强度则先增大再下降,当热轧压下率达到55%时,获得了最大的抗拉强度;当热轧压下率达到65%时,韧窝数量明显增多,表明镁合金通过动态再结晶转变获得了更强的韧性。屈服应力呈现明显波动的状态,热轧压下率为35%时,获得了最高的屈服强度,65%热轧压下率下的屈服强度最低,逐渐提高热轧压下率后,屈服应力也不断减小。     

辊速差对连铸连轧7075铝板显微组织、织构及力学性能的影响

研究辊速差对连铸连轧7075铝板显微组织、织构及力学性能的影响。采用3种不同上辊/下辊转速比(ω/ω0,ω为上辊转速,ω0为下辊转速)1:1、1:1.2及1:1.4进行多次试验。结果显示,在最大辊速差条件下(ω/ω0=1:1.4),7075铝板在轧制方向的屈服强度和极限抗拉强度分别提高41.5%和21.9%。此外,当辊速比ω/ω0为1:1.4时,成品轧制板的平均晶粒尺寸减小36%,横剖面平均硬度增加约9.2%。织构研究结果显示,辊速差越大,成品各向同性及硬度越大。然而,采用不同辊速度的连铸连轧会导致变形板伸长率降低约6%。     

加强党对大学学术组织领导的基本途径

大学学术组织是大学的特殊外在表现,体现了大学的根本特性.加强党对大学学术组织领导是坚持党对一切工作领导的重要举措,是推动大学学术组织健康发展的重要指引,保证了大学学术组织的正确政治方向.从制度落实、党建工作、人员政治教育引导、意识形态等各方面做好工作,有助于实现加强党对大学学术组织的领导.     

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.