TiN/Ag涂层在真空环境下的摩擦学行为

目的 银具有低的剪切强度,可以降低涂层的摩擦磨损,在TiN硬质涂层中引入软金属Ag,以期拓展其在摩擦学领域的应用范围.方法 采用多弧离子镀沉积技术,在SUS304不锈钢基底上成功制备了TiN/Ag复合涂层.利用扫描电子显微镜、纳米压痕仪、RST3划痕仪,分析了TiN/Ag涂层的微观结构和机械性能.利用CSM(大气)和HVTRB(真空)摩擦磨损试验机评估了TiN/Ag涂层的摩擦学性能.结果 TiN/Ag涂层结构致密,厚度为1.2μm,硬度约为28.4 GPa.摩擦学测试表明,真空环境下的摩擦因数远低于大气环境下的摩擦因数,大气环境下的磨损机理主要为粘着磨损与磨粒磨损,而真空环境下主要表现为机械抛光及摩擦转移膜.真空环境下TiN/Ag涂层不同载荷下的摩擦试验表明,1 N载荷条件下,摩擦因数值低至0.07,且涂层发生轻微磨损;3 N载荷条件下,机械能和热应力使得摩擦界面中的Ag发生扩散,摩擦因数迅速增加到0.42左右;5 N载荷条件下,摩擦因数呈现较明显的波动,随着滑动次数的增加,摩擦因数最高达到1.0,涂层表面发生软化形成犁沟效应,而导致涂层失效.结论 TiN/Ag涂层中Ag掺杂可显著降低涂层的内应力,抑制摩擦过程中涂层微裂纹的扩展,适当载荷下能够有效地改善TiN硬质涂层真空下的摩擦学性能.     

Pro/E工程图标准化、快捷化标注研究与解决方案

1 前言 Pro／E作为世界级的三维工业软件。其软件功能比较完善,具备强大的三维实体设计、分析和加工等能力,广泛应用于国内的航天、电子、兵器、工程机械等领域。但是。在将Pro／E三维模型转换为二维工程图后,由于Pro／E工程图中内部的默认设置是采用英制。不符合国家标准。尤其是对于焊接符号、表面粗糙度、几何公差等标注功能。不仅不符合国家标准。     

基于供应链的光伏行业企业群网络协同制造标准研究

为解决光伏行业网络协同制造过程中存在的协同模式和协同流程不清晰、产品质量追溯困难、缺少协同制造平台等关键问题,本文在分析基于供应链的光伏行业企业群网络协同制造标准需求和国内外标准研究现状的基础上,开展基于供应链的光伏发电系统网络协同制造标准研究,包括通用要求、标识解析要求、订单协同要求及平台要求等,推动光伏行业建立基于供应链的网络协同制造模式,助推光伏行业企业提质增效和转型升级。     

产品研发设计服务数据质量验证系统应用方法的研究

论文对产品研发设计服务数据质量的验证要求进行了分析,提出了产品研发设计服务数据质量验证系统的基本规则、基本流程,并以Pro/E Wildfire 4.0平台为例,介绍了产品研发设计服务数据质量验证系统的检查内容和应用方法。     

陇东地区典型民居夏季热环境测试研究

通过对陇东平凉、庆阳两个地区典型窑洞、砖木建筑典型夏日室内热环境及院落微环境温度的测试,分析数据研究发现,影响夏日室内热舒适的主要因素是室外空气温度;房间围护结构均对人体形成冷辐射,有利于夏季人体舒适;院落微环境中四周围墙（建筑外墙）及地面11：00～16：00对人体形成热辐射,不利于人体舒适,应加强院落绿化种植等措施,减小四周围墙（建筑外墙）及地面的表面温度。     

磁控溅射沉积Al/AlN纳米多层膜的摩擦学性能

纳米多层膜因具有优异的力学性能与抗摩擦磨损性能使其在摩擦学领域具有重要的应用价值。采用磁控溅射沉积法制备了Al、AlN单层薄膜与Al/AlN纳米多层膜,探讨了纳米多层化对薄膜的力学性能和摩擦学性能的影响。采用纳米压痕仪和摩擦磨损试验机测量评价薄膜的纳米硬度和摩擦学性能。结果表明:Al/AlN纳米多层膜具有良好的周期调制结构,多层膜中的大量界面能显著提高薄膜的力学性能与摩擦学性能。多层膜的硬度为8.8GPa,高于采用混合法则计算出的硬度值6.6GPa;多层膜具有软质Al层和硬质AlN层的交替结构,在摩擦过程中,硬质AlN层可以起到良好的承载作用,软质层可以起到良好的减摩作用。相对于Al单层薄膜或AlN单层薄膜,Al/AlN纳米多层膜具有较低的摩擦因数(0.15)和优异的抗磨损性能。     

面向类不平衡流量数据的分类模型

针对网络流量分类过程中,传统模型在小类别上的分类性能较差和难以实现频繁、及时更新的问题,提出一种基于集成学习的网络流量分类模型（ELTCM）。首先,根据类别分布信息定义了偏向于小类别的特征度量,利用加权对称不确定性和近似马尔可夫毯（AMB）对网络流量特征进行降维,减小类不平衡问题带来的影响;然后,引入早期概念漂移检测增强模型应对流量特征随网络变化而变化的能力,并通过增量学习的方式提高模型更新训练的灵活性。利用真实流量数据集进行实验,仿真结果表明,与基于C4.5决策树的分类模型（DTITC）和基于错误率的概念漂移检测分类模型（ERCDD）相比,ELTCM的平均整体精确率分别提高了1.13%和0.26%,且各小类别的分类性能皆优于对比模型。ELTCM有较好的泛化能力,能在不牺牲整体分类精度的情况下有效提高小类别的分类性能。     

面向类不平衡网络流量的特征选择算法

针对网络流量分类过程中出现的类不平衡问题,该文提出一种基于加权对称不确定性(WSU)和近似马尔科夫毯(AMB)的特征选择算法。首先,根据类别分布信息,定义了偏向于小类别的特征度量,使得与小类别具有强相关性的特征更容易被选择出来;其次,充分考虑特征与类别间、特征与特征之间的相关性,利用加权对称不确定性和近似马尔科夫毯删除不相关特征及冗余特征;最后,利用基于相关性度量的特征评估函数以及序列搜索算法进一步降低特征维数,确定最优特征子集。实验表明,在保证算法整体分类精确率的前提下,算法能够有效提高小类别的分类性能。