H13钢相变规律及其模具的真空热处理数值模拟

以H13钢热作模具真空淬火热处理组织演化预测数值模拟为目的,采用DIL805L热膨胀仪对H13热作模具钢进行连续冷却相变试验,结合显微组织和硬度绘制H13钢的连续冷却转变曲线(CCT曲线)。研究了不同冷速对试样显微组织和硬度的影响,对Koistinen-Marburger方程中相变因子进行拟合,研究了H13钢的相变规律。结果表明,马氏体转变的临界冷速为1 ℃/s,Ms点为335 ℃,随着冷速增大,试样硬度直至增大到660 HV。将拟合后的马氏体相变方程通过二次开发手段导入有限元软件中开展数值模拟计算,计算结果显示H13钢模具不同取样点处马氏体体积分数为90%,可认为真空气淬后H13钢模具的组织为马氏体和残留奥氏体。     

多维度等级评分模型优化技术

研究了多维度等级评分模型的训练学习优化技术.为了解决不同用户之间的评分标注所存在的不一致性,提出两种简单、有效的模型训练优化技术,包括基于容忍度的样本选择方法和基于排序损失的样本选择方法.另外,为了充分利用不同特征的用户评分标注之间的相关性,提出了一个面向属性的协同过滤技术以改善多维度等级评分模型.在两个公开的英语和汉语真实餐馆评论数据集上进行实验验证,实验结果表明,所提出的方法有效地改善了等级评分的性能.     

基于领域类别信息C-value的多词串自动抽取

该本的多词串抽取是自然语言处理领域一项重要的研究内容。该文提出了一种多类别C-value(Multi-Class C-value)方法,利用多词串在不同领域的分布信息改善领域相关的多词串抽取的性能。在汽车、科技和旅行三个领域的数据上进行实验,评价多词串的准确率,在top-100级别上,较传统的C-value方法在三个领域中分别提高了12、12和13个百分点。实验结果验证了方法的有效性。     

面向统计机器翻译的重对齐方法研究

词对齐是统计机器翻译中的重要技术之一。该文提出了一种重对齐方法,它在IBM models获得的正反双向词对齐的基础上,确定出正反双向对齐不一致的部分。之后,对双向词对齐不一致的部分进行重新对齐以得到更好的对称化的词对齐结果。此外,该文提出的方法还可以利用大规模单语语料来强化对齐结果。实验结果表明,相比在统计机器翻译中广泛使用的基于启发信息的词对齐对称化方法,该文提出的方法可以使统计机器翻译系统得到更高的翻译准确率。     

板条状马氏体形貌和惯习面的3D EBSD分析

利用3D EBSD-FIB(three dimensional electron backscatter diffraction-focused ion beam)技术,以高锰钢为实验材料,构建晶粒三维立体形貌,并对马氏体惯习面进行观察分析。结果表明:热致板条状马氏体表面平直,接近马氏体的{110}α,惯习面平行于奥氏体的{225}γ,其初始形核及后期生长均在{225}γ上进行;而形变诱发形成的板条状马氏体表面和惯习面分布近于{021}α和{225}γ,初始形核和前期生长沿{225}γ,后期生长沿{111}γ,由于外加应力,其表面发生弯曲变形,形核时间不同,偏离{225}γ-{111}γ程度不同。     

热处理工艺对某低合金超高强度钢性能的影响

对某低合金超高强度钢采用四种不同温度淬火,而后进行低温回火,测定其静态力学性能,并采用动态压缩和强迫剪切方法对其动态压缩性能进行详细的研究,分析淬火温度对其性能的影响规律及机理。结果表明,在一定范围内淬火温度对此钢种的抗拉强度、屈服强度和硬度影响很小,而对其截面伸长率、断面收缩率、冲击功、动态压缩强度、应变率、最大剪切强度、产生绝热剪切带的时间和绝热剪切破坏程度影响很大。     

18CrNiMo7-6齿轮钢温锻后余热等温正火工艺

对18CrNiMo7-6齿轮钢进行了温锻余热等温正火工艺研究。结果表明:在温锻余热等温正火工艺中,冷却速度、等温温度、等温时间为关键的工艺参数。较低冷却速度和较高的等温温度,可在有限等温时间内有效提高珠光体的转变量,减少残留奥氏体含量及室温马氏体和贝氏体等非平衡组织,获得理想的组织及性能。以0.1 ℃/s和1 ℃/s冷却速度降至等温正火温度650 ℃保温1 h 后冷却可获得硬度163~164 HBS,F晶粒度10~11.5级,带状组织1.5级,组织及性能均符合技术要求,可具有良好的切削加工性能,并为后续热处理工艺提供理想组织。     

高锰钢切变型动态相变过程的EBSD分析

形变作用下的切变型相变(如TRIP过程)具有显著的取向依赖性、变体选择规律及织构效应.高锰钢中存在热致马氏体和应变诱导马氏体及γ→ε→α′顺序产生两种马氏体过程,使组织演变过程十分复杂.EBSD取向成像技术可十分便捷地定量揭示相变过程信息,为认识切变型动态相变提供重要数据.本文总结了利用EBSD技术揭示高锰钢单向拉伸、...     

高锰钢中奥氏体状态对马氏体相变的影响

通过不同温度的热变形及保温获得不同状态的奥氏体组织,用EBSD取向成像技术分析其在冷却时形成马氏体的难易,并关注各类奥氏体转变成马氏体的难易与奥氏体取向的关系。结果表明,马氏体相变从难到易的奥氏体状态依此是:细小的动态再结晶晶粒、形变长条晶粒、细小等轴的静态再结晶晶粒、粗大奥氏体晶粒。形变抑制六方ε马氏体的能力比抑制体心立方的α'马氏体低得多。形变奥氏体晶粒因取向不同,内部亚晶间取向差不同,从而形变储能不同,抑制相变的能力也就不同。最难发生相变的奥氏体取向为〈110〉,随形变温度升高,这种取向择优程度减弱。     

基于多层次特征集成的中文实体指代识别

实体指代识别(Entity Mention Detection, EMD)是识别文本中对实体的指代(Mention)的任务,包括专名、普通名词、代词指代的识别。本文提出一种基于多层次特征集成的中文实体指代识别方法,利用条件随机场模型的特征集成能力,综合使用字符、拼音、词及词性、各类专名列表、频次统计等各层次特征提高识别性能。本文利用流水线框架,分三个阶段标注实体指代的各项信息。基于本方法的指代识别系统参加了2007年自动内容抽取(ACE07)中文EMD评测,系统的ACE Value值名列第二。