AZ33M变形镁合金激光焊接接头的组织和性能研究

目的研究AZ33M变形镁合金激光焊接工艺及焊接接头的组织和性能。方法通过对2 mm厚AZ33M变形镁合金板材进行激光焊接,采用金相显微镜、扫描电子显微镜、X射线衍射仪、万能试验机等研究了焊接接头的微观组织、物相组成、元素分布、力学性能,并研究了焊后均匀化处理对接头组织及性能的影响。结果焊接接头的焊缝边缘晶粒形态以柱状晶为主;焊缝中含有α-Mg, Mg_(17)Al_(12), MgZn,MgZn_2,Mg_7Zn_3等5种物相。结论通过调整焊接功率、焊接速度和离焦量可以获得力学性能与母材基本一致的焊接接头;中等功率焊接的焊接接头抗拉强度均能达到母材的95%以上,该变形镁合金焊接性能较优异。     

基于群体行为分析的人群异常聚集预测方法

随着智能通信设备的普及和通信基站定位精度的提升,利用通信基站记录的用户行为数据监测和预测人群密度成为可能。由于人群异常聚集事件具有突发性,利用时间序列分析方法和概率模型进行预测的效果较差。针对该问题,提出一种基于群体行为分析的预测方法。通过分析聚集人群的上网行为和基站间的人群移动行为特征,得到两者之间的相关性,结合基站的人群密度时间序列信息,利用扩张因果卷积神经网络和逻辑回归模型得出预测结果。运营商提供的手机用户上网记录数据集上的实验结果表明,该预测方法的精确率为0.93,召回率为0.97,显著优于ARIMA算法、LSTM算法和XGBoost算法,证明了引入用户群体的上网行为和移动特征能够有效提升人群异常聚集预测的准确性。