拉压变形对B(N)掺杂碳纳米管Al吸附性能的影响

为了研究(5,5)碳纳米管的B(N)环状掺杂效应,以及拉压变形对B(N)环状掺杂碳纳米管Al吸附性能的影响,采用基于密度泛函理论的平面波赝势和广义梯度近似方法,对B(N)环状掺杂碳纳米管Al吸附模型进行了几何优化,计算了B(N)环状掺杂碳纳米管的形成能,并确定了Al原子的最稳定吸附位置.结果表明,B(N)环状掺杂(5,5)碳纳米管的结构较为稳定.B(N)环状掺杂可以增加碳纳米管与Al之间的吸附能;一定范围内的拉伸和压缩变形则会降低碳纳米管与Al之间的大部分吸附能.     

碳纳米管超晶格结构的第一性原理

针对掺杂N、B、Si的碳纳米管超晶格的电子结构及拉伸性能,运用第一性原理进行了相关研究.结果表明,碳纳米管超晶格会形成类似管状结构.不同掺杂元素导致碳纳米管超晶格的结构稳定性有所不同.碳纳米管经掺杂后,能带中的能隙由半导体性转变为金属性,且费米能级处的态密度值增大,表明碳纳米管超晶格的物理化学活性增强,而结构稳定性降低.对于碳纳米管超晶格而言,结构稳定性从高至低依次为3×1碳氮、1×1碳硼和3×1碳硼纳米管超晶格.     

A354合金热处理制度的人工神经网络模型

采用人工神经网络方法,研究了固溶温度、固溶时间、时效温度和时效时间对A354合金热处理性能的影响,建立了A354合金热处理制度的人工神经网络模型.     

Modification Mechanism of Rare Earth Elements in ZA27 Casting Alloys

The model of the liquid-phase ZA27 alloys was set up by molecular dynamics theory. The atomic structure of phase, RE-compounds, and the phase-liquid interface in ZA27 alloys were constructed by computer programming. Electronic structures of phase with rare earth elements dissolved and of phase-liquid interfaces with rare earth elements enrichment in ZA27 casting alloys were investigated by using the Recursion method. The ESE energy of RE elements and the structure energy of RE-compounds, phase, and the liquid-phase ZA27 alloys were calculated. The results show that rare earth elements are more stable to be in the phase interface than in phase, which explains the fact of very small solid solubility of rare earth elements in phase, and the enrichment in the solid-liquid growth front. This makes dendrite melt and break down, dissociate and propagate. RE-compounds can act as heterogeneous nuclei for phase, leading to phase refinement. All above elucidates the modification mechanism of rare earth elements in zinc-aluminum casting alloys, at electronic level.     

ZA27挤压铸造工艺与力学性能神经网络模型

ZA27挤压铸造工艺与其力学性能的关系非常复杂，一般的方法很难得到反映两者关系的满意模型。本文采用人工神经网络建立铸造锌铝合金ZA27力学性能与铸造工艺参数关系模型，为进一步研究工艺参数对其力学性能的影响规律，研究工艺的优化设计提供理论依据和必要的数学手段。     

基于Alopex神经网络的旋转机械故障诊断专家系统

提出了一种可以减小网络规模的故障表示方法,并将Alopex算法引入神经网络模型的训练过程,将人工神经网络与规则推理相结合,建立了旋转机械故障诊断的神经网络专家系统。该系统充分利用了神经网络与规则推理的优点,采用正反向混合推理方式调用知识库中的各种知识进行诊断。采用二进制数码表示机械的各种故障,基于Alopex算法训练神经网络。建立的专家系统克服了基于规则专家系统的自学习困难问题和基于神经网络诊断系统的系统控制能力弱的缺点,具有较强的诊断能力。     

新型G99高强高韧钢中渗碳体的电子结构

应用Ｒｅｃｕｒｓｉｏｎ方针计算了新型Ｇ９９高强高专心钢中渗碳体、合金渗碳体的电子结构。给出了不同合金元素的电子态密度、原子价、轨道电子数和体系的费米能、结构能。讨论了渗碳体、合金渗碳体的价键性质及其对Ｇ９９钢性能的影响。     

人工神经网络在材料设计中的应用

在实验数据的基础上,利用人工神经网络建立高Ｃｏ－ Ｎｉ 二次硬化钢的力学性能与合金成分及热处理温度对应关系的模型． 首次提出将五个材料力学性能指标及部分合金成分作为网络的输入,其它合金成分和热处理温度作为网络的输出,根据要求的力学性能设计材料的合金成分含量及热处理条件,获得了满意的结果,为高性能材料设计提供了一定的理论辅助手段．     

杂质对(CdSe)m/(ZnSe)n应变半导体材料的影响

采用Ｔ．Ｂ－ｒｅｃｕｒｓｉｏｎ方法,计算（ＣｄＳｅ）ｍ／ （ＺｎＳｅ）ｎ超田格应变半导体材料的总态密度、局域 态密度和分波态密度．论述了Ａｌ、Ｎａ、Ｏ、Ｐ等杂质及应变对（ＣｄＳｅ）ｍ ／（ＺｎＳｅ）ｎ超晶格应变半导体的 影响,并分析了相应状态下的要质能级,由此得出一些对新材料研究有重要参考价值的结论．     

Effect of Size Change on Mechanical Properties of Monolayer Arsenene

The Young’s modulus, shear modulus and Poisson’s ratio of monolayer arsenene with different sizes were calculated by finite element method, so as to explore the influence of dimension and orientation on the mechanical properties of monolayer arsenene. The calculation results show that the small size has a significant effect on the mechanical properties of the monolayer arsenene. The smaller the size, the larger the Young’s modulus and Poisson’s ratio of the monolayer arsenene. The size change ha...