预处理工艺对SLM成型CoCr合金牙冠牙桥金瓷结合机制及性能的影响（英文）

为了探究打磨喷砂预处理激光选区熔化(SLM)成型CoCr合金基底对修复体的金瓷结合的影响机制,进而为SLM成型具有良好力学性能的CoCr合金牙冠牙桥修复体提供参考。采用SLM优化工艺参数成型3组CoCr合金基底试样,分别进行不同的打磨、喷砂预处理以相互对照,之后以相同参数进行烤瓷烧结。采用三点弯曲试验、粗糙度测试、SEM及EDS等测试方法分析不同对照组试样。测试结果表明,经过打磨和喷砂预处理的a组试样的金瓷结合强度达到36.79±0.49 MPa,明显高于不打磨而保留SLM成型特征表面的b组试样,以及打磨处理而不喷砂的c组试样,3组试样的平均金瓷结合强度均高于ISO9693:1999标准规定的最小值25 MPa。a、c组的金瓷结合效果优于b组,3组试样的金瓷结合界面均发生元素扩散,分析还发现3组金瓷剥落面的残留物及其剥落面元素分布有显著差异;最终结论为:打磨、喷砂组合预处理获得的一定粗糙度的基底表面可保证金瓷间强大的化学结合以及可观的机械结合,可以显著提高SLM成型金瓷修复体的性能。     

预处理工艺对SLM成型CoCr合金牙冠牙桥金瓷结合机制及性能的影响

为了探究打磨喷砂预处理SLM成型CoCr合金基底对修复体的金瓷结合的影响机制,进而为SLM成型具有良好力学性能的CoCr合金牙冠牙桥修复体提供参考。采用SLM优化工艺参数成型3组CoCr合金基底试样,分别进行不同的打磨、喷砂预处理以相互对照,之后以相同参数进行烤瓷烧结。采用三点弯曲试验、粗糙度测试、SEM及EDS等测试方法分析不同对照组试样;测试结果表明,经过打磨和喷砂预处理的a组试样的金瓷结合强度达到36.79±0.49MPa,明显高于不打磨而保留SLM成型特征表面b组试样,以及打磨处理而不喷砂的c组试样,三组试样的平均金瓷结合强度均高于ISO9693：1999标准规定的最小值25MPa。a、c组的金瓷结合效果优于b组,3组试样的金瓷结合界面均发生元素扩散,分析还发现3组金瓷剥落面的残留物及其剥落面元素分布有显著差异;最终结论为：打磨、喷砂组合预处理获得的一定粗糙度的基底表面可保证金瓷间强大的化学结合以及可观的机械结合,可以显著提高SLM成型金瓷修复体的性能。     

离散四水库问题基准下基于n步Q-learning的水库群优化调度

水库优化调度问题是一个具有马尔可夫性的优化问题。强化学习是目前解决马尔可夫决策过程问题的研究热点,其在解决单个水库优化调度问题上表现优异,但水库群系统的复杂性为强化学习的应用带来困难。针对复杂的水库群优化调度问题,提出一种离散四水库问题基准下基于n步Q-learning的水库群优化调度方法。该算法基于n步Q-learning算法,对离散四水库问题基准构建一种水库群优化调度的强化学习模型,通过探索经验优化,最终生成水库群最优调度方案。试验分析结果表明,当有足够的探索经验进行学习时,结合惩罚函数的一步Q-learning算法能够达到理论上的最优解。用可行方向法取代惩罚函数实现约束,依据离散四水库问题基准约束建立时刻可行状态表和时刻状态可选动作哈希表,有效的对状态动作空间进行降维,使算法大幅度缩短优化时间。不同的探索策略决定探索经验的有效性,从而决定优化效率,尤其对于复杂的水库群优化调度问题,提出了一种改进的ε-greedy策略,并与传统的ε-greedy、置信区间上限UCB、Boltzmann探索三种策略进行对比,验证了其有效性,在其基础上引入n步回报改进为n步Q-learning,确定合适的n步和学习率等超参数,进一步改进算法优化效率。